你有没有经历过这样的场景：
打开 AI 编程助手，随口描述了一个需求——界面瞬间成形，CRUD 自动生成，一切行云流水。你心想：这就是未来。
30 分钟后，你开始频繁说”不对，改一下布局””这个逻辑有问题，重新生成”。改动越积越多，代码开始散发出一股微妙的不一致感。
2 小时后，你隐约觉得哪里不对——刚才修好的功能，怎么又坏了？改了这个文件，另一个文件又报错了。AI 产出的内容开始前后矛盾，甚至完全跑不起来。
5 小时后，你盯着那个曾经轻巧、如今臃肿的代码库，脑海中只剩一个念头：不如推倒重来。
这就是 Vibe Coding（氛围编程）最真实的体验曲线——从惊艳到崩溃，往往只需要一个下午。
问题出在哪？真的是 AI 不够强吗？
如果你用过 Superpowers 这套 AI 工作流规范，一定有过这种体验：告诉 AI “帮我修复这个 bug”，它会先读规范、再按步骤执行——先复现问题、再定位根因、最后修复验证。
这套规范确实有用。但用久了你会发现一个尴尬的问题：规范是"建议"，不是"约束"。
AI 读完了规范，仍然可能凭直觉跳步骤；你说”先写测试再写代码”，它嘴上说好，手一快就先把功能实现了；你说”修复前要先找到根因”，它试了两次没头绪，直接开始瞎猜。
问题不在 AI 不听话，而在于我们没有给规范配上一个”执行引擎”。
Kimi with Superpowers 是一个让国产 AI 助手 Kimi Code CLI 也能使用国际顶级工作流规范 Superpowers 的开源项目。
简单来说：我们给 Kimi 装了一套”工作纪律系统”，让它从”凭直觉办事的天才”变成”按规范执行的工程师”。
在构建AI智能体的过程中，我一直在思考一个问题：如何让一个智能体既能保持通用能力，又能在特定领域达到专业水准？ 传统的做法是为每个领域训练专门的模型，或者通过提示词工程来临时调整行为。但这些方法都有明显的局限性——前者失去了灵活性，后者缺乏深度和一致性。
这篇文章将介绍我设计的 OSCA（Open Stem Cell Agent） 架构，一个受生物学干细胞启发的元智能体系统。