2026年的Claude Code：層次比工具更重要

我在同一週裝了gstack、Superpowers和Compound Engineering。三個評價都不錯的Claude Code擴充套件，各自都有擁護者。我預期的是生產力的複利效果，實際得到的卻是功能重疊、覆蓋缺口，以及一種揮之不去的感覺：我在收集工具，卻沒有一套評估框架。

同時跑了幾天之後，我找到了真正的問題所在。不是我不擅長選工具，而是我從來沒看見過層次。

層次在實務中長什麼樣子

AI程式開發已經把人的角色從寫程式轉移到協調代理。協調需要心智模型，而最後終於讓我有所頓悟的那個，分成三層：決策、流程、知識。我看過的每一個工具，在其中一層都很強，在其他層都很弱。一旦看清楚這件事，那些重疊和缺口同時都說得通了。

決策層

gstack的/plan-ceo-review從產品視角審視工作，/plan-eng-review從架構視角審視。兩者都在你寫第一行程式碼之前執行，目的是趁早砍掉壞主意。

我原本以為撰碼階段才是瓶頸，事實不然。最大的時間黑洞是做了那些根本不該開始的功能。連續兩週使用gstack的審查關卡之後，我注意到品質的提升，來自「寫了更少不必要的程式碼」，而不是「寫了更好的程式碼」。Garry Tan據報導在60天內透過這套配置交付了60萬行程式碼。/qa指令會開啟真實的瀏覽器，像使用者一樣點擊整個應用程式，能抓到單元測試完全遺漏的問題。

gstack的不足之處：跨工作階段沒有記憶。每一次審查都從零開始。

流程層

Superpowers把工作結構化成腦力激盪、計畫、執行、審查的循環。GitHub上12萬顆星是實至名歸的。從「直接叫AI去做」轉換成可重複的工作流程，輸出的一致性立刻有了明顯差異。

我以為這樣就夠了，但不夠。工作流在單一工作階段內運行得很順暢，但一旦隔天開了新工作階段，昨天學到的一切就消失了。內建的子代理規格審查員和程式碼品質審查員功能都很好，但整個系統沒有任何部分記錄昨天發生了什麼，以便用來指引今天要做的事。

知識層

Compound Engineering的/ce:compound指令在完成一項任務之後執行。五個子代理同時並行啟動：追蹤對話情境、萃取解法、檢查重複文件、產生預防策略、分類結果。所有內容都寫入docs/solutions/。

開始使用一週之後，我碰到一個類似之前已修過的錯誤。在計畫階段，系統找到了之前的紀錄並浮現了解法。本來可能要花幾小時的除錯工作，結果幾分鐘就解決了。/ce:review至少並行執行六個獨立審查員。/ce:plan在提出任何建議之前，會先查閱git紀錄和專案歷史。

如果說Anthropic的進度追蹤檔案是交班人員之間的交接筆記，那Compound Engineering的docs/solutions/就是整個團隊每天翻閱的食譜冊。

找出你的空層

重點不是你應該安裝這三個特定工具，而是一旦你能看見這三個層次，就能評估任何工具，或者自己建造。

我把三個工具同時跑了一週，才意識到冗餘集中在流程層，而知識層幾個月來一直是空的。找出那個缺口，比這些工具裡的任何單一功能都更有價值。

檢視你自己的工作流程。有沒有一道決策關卡，能在壞主意變成程式碼之前就擋下它？有沒有一套每次都以同樣方式執行的明確流程？有沒有一個知識系統，記得你上週學到了什麼？先找出空層，然後填滿它，就算這代表你要自己寫一份SKILL.md檔案，而不是安裝別人的框架。

看見層次的能力，會比生態圈裡的任何特定工具活得更長久。