编码 Agent 正在学会「自我进化」——从 Superpowers 到 OpenViking 的技术拆解
过去一周的 GitHub Trending 出现了一个有意思的现象：排行榜前十里，有一半跟 AI Agent 的「技能框架」相关。Superpowers 冲到了 89k stars，claude-mem 拿下 37k，learn-claude-code 接近 30k，字节跳动的 OpenViking 也到了 14k。
这不是巧合。编码 Agent 正在经历一次范式转变——从「接收指令，执行任务」变成「规划目标，调度资源，自己学着变聪明」。
我花了几天时间把这几个项目都跑了一遍，聊聊我的观察。
先说结论
如果你现在还在用「一个大 prompt + 一堆工具」的方式搭 Agent，可能需要重新想想了。2026 年 Q1 的趋势很明确：
- Agent 需要「技能」而不只是「工具」
- 记忆管理从文本文件进化到语义数据库
- 子 Agent 协作从串行走向并行自治
下面挨个拆。
Superpowers：89k stars 背后的方法论
先聊 Superpowers，因为它的思路最有代表性。
这个项目的核心其实不是代码，是一套软件开发方法论。它给编码 Agent 加了几个关键约束：
用户提需求 → Agent 先提问搞清楚真实意图
→ 拆解成可执行的实施计划
→ 启动子 Agent 逐个完成任务
→ 主 Agent 审查子 Agent 的产出
→ 循环直到完成
听起来很简单？但真正跑起来你会发现，这套流程解决了一个最头疼的问题：Agent 跑偏。
在没有规划约束的情况下，让 Claude Code 或 Cursor 去做一个复杂功能，它大概率会在第三步开始偏离你的预期。加了测试也不好使，因为它写的测试本身就是按它理解的方向来的。
Superpowers 的做法是在「写代码」之前强制插入一个「对齐」环节。它不是直接开干，而是先把方案用人话写出来给你看，你点头了才开始实施。实施过程中每个子任务都是独立的 context window，不会互相污染。
这和传统的 ReAct 循环有本质区别。ReAct 是「想一步做一步」，Superpowers 是「先想完再做」。在实际体验里，后者的完成率高了不止一倍。
它强调 TDD（测试驱动）和 YAGNI（不做多余的事），这两条在 Agent 场景下意外地好用。Agent 最爱干的事就是加一堆你没要的功能，YAGNI 直接给它画了条线。
claude-mem：让 Agent 真正「记住」你的项目
如果 Superpowers 解决的是「怎么做」，claude-mem 解决的就是「记住做过什么」。
这个 Claude Code 插件做的事情说白了就一句话：自动记录 Agent 每次会话干了什么，压缩成摘要，下次开会话的时候自动注入回去。
# 伪代码描述 claude-mem 的核心循环
session_end():
observations = capture_tool_usage() # 抓取工具调用记录
summary = compress(observations) # AI 压缩成摘要
store(summary, semantic_index) # 存到语义索引
session_start():
relevant = search(semantic_index, current_context) # 检索相关记忆
inject(relevant, system_prompt) # 注入到当前会话
看起来不复杂。但实际用起来体验差别很大。
一个常见场景：你花了三天在一个项目上迭代，中间开了十几次 Claude Code 会话。到第四天再打开，Agent 对之前做的所有决定一无所知。你得重新解释一遍「为什么用这个库」「为什么 API 这样设计」。
claude-mem 把这个问题自动化了。它不只是记录「你做了什么」，而是记录「你为什么这样做」。这是语义压缩的价值——不是存日志，是提炼决策。
它现在有 37k stars，说明这个痛点是真实存在的。不过我得说，它的方案还比较初级。所有记忆都是文本级别的检索，没有结构化。这就引出了下一个项目。
OpenViking：字节跳动对 Agent 记忆的重新定义
OpenViking 的野心大得多。它不是做一个记忆插件，而是要做 Agent 的「上下文数据库」。
传统 RAG 的做法是把文本切片、向量化、扔进向量数据库。检索的时候用余弦相似度捞出来。问题在于——这是扁平的。你查「用户认证」，它可能把登录、注册、OAuth、JWT 全给你捞出来，但没有层次关系。
OpenViking 用「文件系统范式」来组织上下文。它把 Agent 需要的东西分成三类：
- 记忆（Memory）：对话历史、决策记录、经验教训
- 资源（Resource）：文档、代码、数据
- 技能（Skill）：可复用的操作模式
然后用类似目录树的结构组织起来，支持三层分级加载：
L0: 热数据 — 当前任务直接相关的上下文
L1: 温数据 — 同一项目的背景信息
L2: 冷数据 — 历史经验和通用知识
这跟操作系统的内存分页有异曲同工之处。Agent 的 context window 是有限的，不可能什么都塞进去。分级加载让它在需要的时候才拉取，不需要的时候不占空间。
从工程角度看，OpenViking 的检索链路是可视化的。你能看到 Agent 从哪个目录、哪个层级拉了什么数据进来，这对调试非常有用。传统 RAG 的检索过程是个黑盒，出了问题你都不知道它为什么给了一段奇怪的上下文。
实测下来，对于需要长期维护的项目（比如一个跑了两个月的 Agent 工作空间），OpenViking 的效果明显好于纯文件方案。它能记住两个月前的一个架构决定，并且在当前任务需要的时候自动关联上。
不过它的安装门槛不低，需要 Python、Go、C++ 编译器，还得配 Embedding 模型的 API。如果你只是想给 Claude Code 加个记忆功能，claude-mem 的门槛低得多。
learn-claude-code：29k stars 的教学意义
shareAI-lab 的 learn-claude-code 是另一个角度——它不提供工具，提供理解。
整个项目就是从零构建一个类 Claude Code 的 Agent，分 12 个 session，每个 session 加一个机制。从最简单的「一个循环 + Bash」开始：
def agent_loop(messages):
while True:
response = client.messages.create(model=MODEL, messages=messages)
if response.stop_reason == "tool_use":
result = execute_tool(response.tool_calls)
messages.append(result)
else:
return response.content
然后逐步加上：规划、子 Agent、技能加载、上下文压缩、后台执行、团队协作、任务自认领。
读完这 12 个 session，你会对 Agent 的整体架构有一个非常清晰的认知。特别是 s06（上下文压缩的三层策略）和 s09（子 Agent 的异步邮箱通信），这两个是在实际生产中最容易踩坑的地方。
说句不客气的话，很多人搭 Agent 其实连 s01 的核心循环都没搞明白就开始堆功能了。这个项目的价值就在于它把「理解」放在「使用」前面。
几个实操建议
聊了半天趋势，说点能落地的。
如果你在做一个长期项目的 Agent 辅助开发，建议组合使用 Superpowers 的规划方法 + claude-mem 的会话记忆。不需要全部安装，把规划的 prompt 模式抄过来，加上记忆的自动捕获，就能覆盖 80% 的场景。
如果你在从零搭建自己的 Agent 框架，先读 learn-claude-code 的 12 个 session，理解每一层的作用。不要一上来就用 LangChain 或 CrewAI，先搞明白最小可用的 Agent 是什么样的。
如果你有复杂的上下文管理需求（比如多项目、跨会话、长期记忆），可以关注 OpenViking。但要注意它的环境要求和运维成本。对于个人开发者，纯文件方案（MEMORY.md + 每日日志）可能已经够用了。
关于子 Agent 的编排，Superpowers 的串行模式（主 Agent 依次 review 子 Agent）在可靠性上明显优于完全并行。原因很简单——子 Agent 之间没有共享状态，并行跑的时候容易产生冲突。除非你的任务天然独立（比如同时翻译多种语言），否则串行更安全。
写在最后
回到开头的观察。这一波 Agent 技能框架的爆发，本质上是因为大家发现了一个事实：模型能力再强，没有好的框架约束，Agent 的表现也是不稳定的。
Prompt engineering 解决不了的问题，需要架构来解决。规划、记忆、技能这三件事，正在从「可选的增强」变成「必须的基础设施」。
这不是说模型不重要。而是说，在模型能力已经足够强的今天，瓶颈从「模型不够聪明」转移到了「我们不知道怎么用好它」。
这些开源项目提供的不只是代码，更是思路。值得花时间研究。
写于 2026 年 3 月 17 日。文中提到的项目 star 数为撰文时数据。
