<mark id="oztn4"></mark>
0
| 本文作者： 高允毅 | 2026-08-05 12:22 |
作者丨高允毅
編輯丨岑 峰
昨天，TypeScript圈大佬、AI 工程化先鋒Matt Pocock喜滋滋宣布，他的開源項目“mattpocock/skills”在全球最大開源平臺GitHub喜提20萬顆星。
20萬顆星什么概念？絕對的開源界頂流。
近四個月的時間里，該項目一路爆火，下載量更是高達1300萬次，網(wǎng)友清一色評價：實至名歸。
它之所以爆紅，全靠兩個字：實用。簡單來說，這是一套基于 Markdown 的、可自由組合的“AI 工作流技能包（Skills）”。
幾乎每一位長期使用 Claude Code 的工程師，都深陷同一個困境。AI工具確實有潛力，但它不了解你的團隊工作方式。不知道你寫功能前要先寫測試，不知道哪些Git操作需要人工審批，更不清楚你的代碼庫采用什么架構(gòu)模式。
項目里包含20多個Skill文件，從需求規(guī)劃、代碼開發(fā)、工具安全、知識管理等全流程的疑難雜癥，它都一一拆解了，而且全部沉淀自 Matt 多年一線實戰(zhàn)經(jīng)驗。
不同于市面上笨重、全權接管開發(fā)環(huán)境的巨型 AI 框架，這套技能包極致輕巧、零冗余、無需額外安裝工具，原生適配 Claude Code，簡單適配后即可用于 Cursor，同時極度省 Token、上手成本極低。
01
mattpocock/skills的誕生非常有戲劇性。它最早根本不是一個精心策劃的"開源大作"，而是Matt Pocock在2026年初遭遇一系列AI編程翻車后，出于極度憤怒和沮喪，在自己電腦本地寫下的"防AI作弊與防失控補丁"。
2026年初，Matt剛創(chuàng)辦教育平臺AI Hero。因為團隊人少，他開始全職重度依賴Claude Code、Cursor等AI代理來寫業(yè)務代碼。但很快，他就撞上了全球資深工程師都頭疼的四大問題。
先是AI的"長文本失憶癥"。隨著對話變長，AI轉(zhuǎn)頭就忘了半小時前定下的關鍵架構(gòu)決策，開始胡亂給變量命名。
接著AI開始自作主張。每當Matt拋出一個模糊想法，AI也不確定需求，立刻上手寫500行代碼，結(jié)果根本不是他想要的業(yè)務邏輯。
然后AI還會作弊。如果讓AI先寫業(yè)務代碼最后補測試，它為了交差會偽造配合其錯誤代碼的"假測試斷言"。
最可怕的是AI造屎山的速度比人還快。在缺乏重構(gòu)流程的情況下，幾天時間就會把代碼模塊搞得錯綜復雜、難以維護。
經(jīng)歷了幾次全盤崩潰后，Matt憤怒地總結(jié)了一句話："你指尖隨時擁有一支水準中上的工程師艦隊。但詭異的是，這幫人完全沒有記憶。AI時代最大的瓶頸，根本不是產(chǎn)能，而是人類對它的控制。"
為了規(guī)范 AI 開發(fā)行為，Matt開始在本地~/.claude/skills目錄里寫下一條條Markdown指令，把工程決策權牢牢抓在手里。
2026年4月29日，Matt把這些本地技能開源了。當天單日暴漲7300顆星，一周后突破59000，到8月穩(wěn)定在20萬顆星以上，成為 2026 年現(xiàn)象級開源項目。
02
在整個項目的20多個技能里，最初讓它火爆出圈的是只有十幾行Markdown描述的 /grill-me（拷問我）。Matt 稱這是整個倉庫里 “最酷的技能，沒有之一”。
傳統(tǒng)AI輔助編程往往是單向投喂。你丟給它一篇長文檔，隨口交代一句"照著這個寫個功能"，AI通常走馬觀花掃一眼，漏掉最致命的API限制，然后給你一坨根本跑不通的代碼。
但 /grill-me 徹底顛覆了這種模式。它會強制AI先吞噬文檔，再質(zhì)詢?nèi)祟悾詈髮R共識。其核心指令是："請圍繞這個需求嚴厲地、毫不留情地拷問我，一次只問一個問題，直到我們對設計樹的所有分支、依賴和邊界達成共識。"
這個技能的靈感來源于 Matt 讀的一本書《The Design of Design》，其作者正是已故圖靈獎得主、軟件工程領域“圣經(jīng)”《人月神話》的創(chuàng)作者布魯克斯。書中提到：“所謂的軟件設計，就是走完一棵樹的所有分支，把選擇一個個定下來。”
更有意思的是，Matt在這個拷問機制里埋了精妙的"防失控開關"。為了防止人類被問得精疲力盡，AI提問時必須附帶一個它推導出的"最優(yōu)推薦答案"，人類很多時候只需敲一個"Yes"就能快速定奪。
同時設了一條紅線：如果在文檔里找不到配置，且無法從本地代碼庫推導，AI必須立刻停止提問并向人類報告缺失。這直接解決了AI習慣性"瞎編API"的毛病。
這一過程中，為了解決AI表達冗余，污染上下文的問題，Matt 后來將該機制進一步升級為了 /grill-with-docs 技能，可通過多輪對話梳理生成專屬 CONTEXT.md 領域字典，沉淀項目專屬術語體系。既大幅節(jié)省 Token，又讓 AI 精準理解業(yè)務語義，統(tǒng)一團隊溝通語言。
當這種高強度拷問進行三四十分鐘后，通常會產(chǎn)生海量上下文對話。
為了防止AI犯"長文本失憶癥"，下一個技能 /to-spec （規(guī)格說明書） 登場。它能在瞬間將冗長的對話精簡壓縮，固化成一份不可篡改的技術規(guī)格書或 PRD 文件，作為后續(xù)代碼生成的絕對“依據(jù)”。
當進入開發(fā)環(huán)節(jié)后， /to-issues 技能出場，給AI重新拆解任務。
以往 AI 拆解任務總喜歡水平拆分，先建數(shù)據(jù)庫，再寫接口，最后畫前端。一旦中間出岔子，很容易全部崩盤。
而 /to-issues的神奇之處是強制 AI 采用垂直切片拆解模式：每一個任務都是可獨立運行、可測試、可交付的完整業(yè)務單元，按需適配前后端、測試鏈路。它還會給任務打標簽，哪些任務需要人盯著，哪些AI可以掛機自動寫完，分得清清楚楚。
在寫代碼的過程中，為了防止AI作弊，先寫實現(xiàn)再補測試，甚至偽造結(jié)果，保障代碼質(zhì)量的 /tdd（測試驅(qū)動開發(fā)） 技能就出場了。
它會強制AI 必須嚴格遵守“紅-綠-重構(gòu)”的鐵律：必須先寫測試，報錯就亮紅燈，直到讓測試變綠為止，優(yōu)化只能排在后面。一旦測試亮紅燈，整個工作流當場熔斷，沒有商量余地。
在面對 AI 產(chǎn)出代碼的速度實在太快、導致技術債變成屎山的問題時，Matt 設計了 /improve-architecture（垃圾清理器） 技能。
AI 會主動去找代碼里隱藏的問題，每隔幾天運行一次，檢查命名有沒有變形，順手給臃腫的模塊做個瘦身和解耦。
此外，還有像 setup-pre-commit 這樣統(tǒng)一代碼風格與提交規(guī)范的技能，和 Obsidian-Vault 這樣整理知識庫的技能，都在實戰(zhàn)過程中十分好用。
03
2025年2月，AI大佬Andrej Karpathy創(chuàng)造了"Vibe Coding"（氛圍編程），迅速風靡全球。但隨性、無約束的 AI 開發(fā)，始終無法落地生產(chǎn)環(huán)境。
2026年2月，Karpathy自己推翻了這個概念，氛圍編程已成過去，Agentic Engineering（智能體工程）成為主流。
Matt Pocock的skills項目，恰好成為Agentic Engineering最強指南。這些技能的背后，是將AI轉(zhuǎn)化為具有特定工程文化工作流程標準的、有判斷力的團隊成員。
Matt 精準總結(jié)了 AI 編程的四大核心痛點： 需求不對齊、表達冗余混亂、代碼缺少有效反饋、產(chǎn)出過快導致技術債爆炸。
整套技能包的核心價值，不創(chuàng)造新理論，只落地成熟工程學： 將數(shù)十年驗證有效的軟件工程規(guī)范，封裝為 AI 智能體可精準執(zhí)行的標準化工作流，讓 AI 從 “隨性寫代碼的工具”，變成遵守團隊規(guī)范、具備工程判斷力的虛擬團隊成員。
除了這些核心能力，Matt的倉庫里還有一些不那么顯眼，但很實用的技能。
比如handoff實現(xiàn)跨工具、跨會話無縫交接，留存全部決策記錄與待辦事項；diagnose 固化資深工程師排錯流程，強制復現(xiàn)問題、定位根因、驗證修復、補充回歸測試，杜絕 AI 憑感覺改代碼、掩蓋 BUG 的陋習。
當然，這套工具也不是拿來就能適配所有團隊。
Matt的很多實踐明顯偏向TypeScript和Node.js生態(tài)，例如使用Husky處理提交前檢查，使用GitHub風格的issue管理任務，并圍繞常見的JavaScript測試工具組織流程。對于使用Django、GitLab或其他技術棧的團隊來說，其中一部分思路可以直接復用，但具體工具和命令往往需要重新適配。
它也不能替代開發(fā)者的架構(gòu)判斷。skills能做的更多是在約束流程、提醒風險、引導討論等方面。
市面上并不缺少AI編程框架。GSD、BMAD、Spec-Kit都在嘗試解決類似的問題，只是Matt對這類“大而全”框架一直保持警惕。
在他看來，一套系統(tǒng)如果試圖接管整個開發(fā)流程，開發(fā)者表面上省事了，實際卻失去了控制權。一旦流程本身出現(xiàn)問題，使用者很難知道錯誤發(fā)生在哪里，更不知道應該從哪里修改。
所以Matt給自己的項目定了四條很簡單的原則：足夠小，方便修改；足夠靈活，容易適配；彼此獨立，可以自由組合；不依賴任何特定模型。
04
有趣的是，這位AI工程化的扛把子，之前竟然是搞聲樂的。
在轉(zhuǎn)碼前，Matt 做了整整6年的聲樂教練，還在油管上運營過英語口音教學頻道。而這段經(jīng)歷給了他一項關鍵能力，能把復雜的技術概念，用人話給非技術小白講明白。
正是靠著這手絕活，他一路從初級開發(fā)一路升級到技術 Lead。
轉(zhuǎn)碼之后，他的履歷堪稱TypeScript圈的"全明星"：加入XState核心團隊，擔任Vercel開發(fā)者布道師，參與TurboPack發(fā)布。
后來他創(chuàng)辦了目前業(yè)內(nèi)最權威的 TS 課程 Total TypeScript，創(chuàng)辦了一個 AI 技術周刊，訂閱量高達6萬，他喜歡將自己定位成“TypeScript界的滑板教父”。
有意思的是，如果我們回到 Matt 的職業(yè)起點，會發(fā)現(xiàn)一個有趣的映射。聲樂教練的四項核心能力：傾聽、追問、反饋循環(huán)、術語構(gòu)建，恰好映射到AI編程的四大短板。
/grill-me解決的是"傾聽與追問"：AI不再急著寫代碼，而是先聽懂你要什么。/tdd解決的是"反饋循環(huán)"：寫了就測，測了就改，改了再測。CONTEXT.md解決的是"術語構(gòu)建"：建立項目專屬語言，讓溝通效率指數(shù)級提升。
Matt 從未發(fā)明新的工程理念，卻把人類軟件工程的所有成熟法則，做成了 AI 能聽懂、能落地、守紀律的行業(yè)鐵律。 這，就是它斬獲近 20 萬 GitHub 星、征服全球工程師的終極原因。
參考鏈接：
https://github.com/mattpocock/skills
上車，雷峰網(wǎng)(公眾號：雷峰網(wǎng))帶你看遍全球 AI 頂會精華
可獨家暢覽：
專家演講PPT
大會報告全文
熱門論文解讀
學術新星訪談
掃描上方二維碼
或點擊「閱讀原文」關注專區(qū)。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
