Superpowers: เมื่อ AI ถูกบังคับให้คิดก่อนลงมือเขียนโค้ด

ถ้าคุณใช้ AI coding agent มาสักพัก คุณน่าจะเคยเจอ pattern เดิม ๆ: บอกให้ "เพิ่ม feature นี้หน่อย" แล้วมันกระโดดเขียนโค้ดทันที — แก้ทีเดียว 5 ไฟล์ ไม่มีแผน ไม่มี test เปลี่ยน requirement กลางทางเองโดยไม่ถาม

มันเร็ว แต่มันคือความเร็วแบบไร้วินัย ถ้าคุณทำงานคนเดียวอาจพอรับได้ แต่ในทีมที่โค้ดต้อง review, test ต้องผ่าน, CI ต้อง green — AI สไตล์นี้พังหมด

นี่คือปัญหาที่ obra/superpowers แก้ — และวิธีที่มันแก้ก็น่าสนใจกว่าการ "เขียน prompt ดี ๆ" มาก

Superpowers คืออะไร

obra/superpowers คือ agentic skills framework บน GitHub โดย Jesse Vincent (@obra) สรุปสั้น ๆ: มันคือ "methodology-as-code" — การเอาวิธีพัฒนาซอฟต์แวร์ที่วิศวกรใช้จริง (Brainstorm → Plan → TDD → Review → Finish) มาฝังลงใน skills directory ที่ AI coding agent ต้องเดินตาม

มันไม่ใช่ collection ของ tools, ไม่ใช่ prompt template, และไม่ใช่ guideline แนะนำ — skills แต่ละตัว trigger อัตโนมัติและเป็น workflow บังคับ

ปัญหาที่มันแก้

ก่อนลง detail — ปัญหาที่คนใช้ AI เขียนโค้ดเจอซ้ำ ๆ:

• Jump to code: AI เดา requirement แล้วเขียนทันที — เร็วแต่ผิด
• No tests: generate โค้ด 300 บรรทัดในรอบเดียว ไม่มี test — พังทีไล่แก้ไม่ถูก
• Silent requirement change: สั่ง refactor แต่ดันเพิ่ม feature ใหม่โดยไม่ถาม
• No review loop: ไม่มีใครตรวจก่อน merge — bug เล็ดลอดเข้า production

Superpowers จัดการทุกข้อนี้ด้วย workflow ที่มี structure ตายตัว

5 ขั้นตอนที่ AI ต้องเดินตาม

1. Brainstorm

ก่อนแตะโค้ด AI ต้องถามกลับเชิง Socratic ให้โจทย์ชัดพอที่จะเขียนแผน: requirement คืออะไร, ไฟล์ไหนเกี่ยวข้อง, ขอบเขตแค่ไหน, edge cases มีอะไร, ความเสี่ยงคืออะไร

ปัญหาส่วนใหญ่ของ AI coding ไม่ได้เกิดจาก "เขียนโค้ดไม่เก่ง" แต่เกิดจาก "เข้าใจโจทย์ผิดตั้งแต่แรก" — ขั้นตอนนี้ลด rework ได้มหาศาล

2. Plan

แตกงานเป็น task ย่อยที่จบใน 2-5 นาที แต่ละ task ระบุ path ไฟล์, วิธี verify, และ dependency ระหว่าง task — ไม่ใช่ "แนวทางคร่าว ๆ" แต่เป็น checklist ที่ commit ไว้ review ย้อนหลังได้

3. Implement (TDD เต็มวงจร)

ทุก task ผ่าน Red-Green-Refactor: เขียน failing test → เขียนโค้ดน้อยสุดให้ผ่าน → refactor ให้สะอาด โดย test ยังต้องผ่าน AI ห้ามเขียน implementation โดยไม่มี test — ด่านนี้เปลี่ยน AI จาก "coder ที่เร็วแต่เละ" เป็น "engineer ที่ไว้ใจได้"

4. Review (Peer Review สองชั้น)

Superpowers ใช้ subagents สองตัวแยกกัน review — ไม่ใช่ AI ตัวเดิมเช็คงานตัวเอง:

• Reviewer A — Compliance: โค้ดตรง spec ที่ตกลงตอน Plan หรือไม่
• Reviewer B — Quality: style, edge cases, error handling, maintainability

แยก reviewer เป็น specialist แบบนี้ลด hallucination เพราะแต่ละตัวโฟกัสแค่มิติของตัวเอง

5. Finish

สรุปงาน, commit message ที่อ่านรู้เรื่อง, ทำความสะอาด worktree, เตรียม PR หรือ discard ถ้าไม่ผ่าน review

Deep Dive: ทำไม architecture นี้ถึงเวิร์ก

Skills = governance mechanism

คนส่วนใหญ่ใช้ AI ด้วย prompt — "ช่วยทำ TDD ด้วยนะ", "อย่าลืม test" — แต่ prompt เป็นแค่ข้อความ AI จะทำตามหรือไม่ก็ได้

Superpowers เปลี่ยน approach: แทนที่จะ "บอก" AI มันสร้าง skills directory ที่มี workflow บังคับ แต่ละ skill คือไฟล์ markdown ที่ระบุขั้นตอน, criteria, expected output — agent runtime โหลดมาก่อนเริ่มงาน SOP กลายเป็น machine-readable runbook บังคับใช้ได้จริง ไม่ใช่ wishful thinking

Multi-agent review กับการลด hallucination

hallucination มักเกิดตอน AI ตัวเดียวต้องตัดสินหลายมิติพร้อมกัน — มัน blend ข้อมูลผิด ๆ เข้ามาโดยไม่รู้ตัว การแยก reviewer เป็น specialist (compliance vs quality) ทำให้แต่ละตัวโอกาส hallucinate น้อยลงเพราะ scope แคบและโฟกัสชัด

pattern นี้ reuse ได้กับ domain อื่น:

• ตรวจร่างสัญญา: reviewer A เช็ค legal compliance, reviewer B เช็ค readability
• ตรวจ marketing copy: reviewer A เช็ค brand alignment, reviewer B เช็ค conversion
• ตรวจงบประมาณ: reviewer A เช็คตัวเลข, reviewer B เช็คสมมติฐาน

Battle-tested ใน production

Superpowers integrate กับ Claude Code และ OpenCode โดยตรง มี marketplace สำหรับ curated skills, experimental lab สำหรับของที่ยังทดลอง, มี case study adoption scale — ดาวเป็นหมื่นบน GitHub นี่ไม่ใช่ concept สวย ๆ ใน README

ข้อจำกัด

1. ถูก optimize เพื่อ software development — skills และตัวอย่างทั้งหมดถูกออกแบบมาเพื่อ AI coding agent ถ้าเอาไปใช้กับ HR, Finance, Legal ต้องรีแมพ: TDD → test scenario, code review → document review

2. Learning curve สำหรับทีม non-engineering — TDD + branch-based review เป็นเรื่องปกติสำหรับ dev แต่สำหรับทีม Ops หรือ HR ต้องทำ simplified version ที่คง discipline ไว้แต่ลดภาระทางเทคนิค

3. ต้องมี infra รองรับ — Claude Code และ OpenCode มี native support ถ้าใช้ custom agent runtime ต้อง build กลไกอ่าน skills + trigger + enforce เอง

4. Overhead สำหรับทีมเล็ก — flow เต็มขั้นตอนเพิ่ม overhead ถ้า solo dev หรือทีม 2-3 คนที่ iteration เร็วอาจรู้สึก "ช้าเกิน" Superpowers เหมาะกับทีมที่ scale ถึงจุดที่ความเร็วอย่างเดียวไม่พอ — ต้องการ consistency, quality, audit trail

เอาไปใช้กับองค์กรไทย

5-step workflow ของ Superpowers ใช้เป็น blueprint สำหรับ skills directory ของแผนกอื่นได้:

HR รับสมัครงาน: Brainstorm requirement → Plan (เขียน JD, criteria, คำถาม) → Execute with checklist → Review: compliance + inclusive language → Finish

Legal ตรวจสัญญา: Brainstorm ประเภทสัญญา, key clauses → Plan list clauses → Execute ทีละ clause เทียบ standard → Review: compliance + readability → Finish: สรุปประเด็นเสี่ยง

สิ่งที่เปลี่ยน: งานที่เคยต้องพึ่ง "คนเก่งที่รู้ทุกอย่าง" กลายเป็น process ที่ทำซ้ำได้, audit ได้, improve ได้เรื่อย ๆ — เหมือนที่ software engineering พัฒนาจาก craft เป็น discipline

Takeaway สำหรับคนสร้างระบบ AI Agent

1. Methodology > Prompt Engineering — ฝัง process ลงใน skills เปลี่ยนพฤติกรรม AI ได้ลึกกว่า prompt เพราะมันสร้าง constraint จริง ไม่ใช่ suggestion
2. แยก reviewer เป็น specialist — multi-agent review แต่ละตัวโฟกัสคนละมิติ ลด hallucination โดยไม่ต้องพึ่งโมเดลที่เก่งขึ้น
3. Skills directory = governance layer — SOP machine-readable audit ได้ enforce ได้ — building block ของ enterprise AI adoption
4. เริ่มจาก domain ที่คุณเชี่ยวชาญ — Superpowers ใช้ได้ดีกับ dev เพราะ Jesse Vincent รู้จัก software development ลึกพอ encode workflow ได้ถูกต้อง ถ้าจะทำแบบเดียวกันกับ HR หรือ Finance — ต้อง domain expert ร่วมออกแบบ

ลอง clone github.com/obra/superpowers มาเปิดดู skills directory แล้วถามตัวเอง: ถ้าเราทำแบบเดียวกันกับงานในองค์กรเรา มันจะเป็นยังไง แค่นั้นก็เป็น exercise ที่คุ้มแล้ว

Source: https://github.com/obra/superpowers, ศึกษาเพิ่มเติมที่ https://rywalker.com/research/superpowers-skills-framework