GPT-5.6 之后，Superpowers 可以卸载了
内容提要
GPT-5.6后，通用Skill（如Superpowers）价值下降，因模型和Runtime已内化规划、测试等能力。Comet Native实验显示，去掉固定流程后质量不降，Token和成本降约75%。长期保留的是垂直Skill，含私有知识、执行能力和业务边界，而非通用方法论。
延伸解读
通用Skill的边际收益正在下降
文章指出，随着GPT-5.6等强模型能力的提升，原本需要Superpowers等通用Skill来弥补的规划、测试、审查等能力，已被模型自身内化。同时，Agent Runtime也接管了任务调度、上下文压缩等执行环节。因此，继续叠加通用Skill可能导致重复流程，增加Token消耗和时间成本，而收益却有限。这提醒开发者，在模型能力快速迭代的背景下，应重新评估通用方法论类Skill的必要性，避免流程冗余。
垂直Skill的长期价值
文章认为，真正会被长期保留的Skill是垂直Skill，它们包含三类内容：模型不知道的私有知识（如团队协作方式、项目约定）、模型拿不到的执行能力（如内部系统、专用工具）、以及模型不能擅自决定的边界（如验收标准、审批流程）。这些信息敏感、零散且随业务变化，难以进入通用模型训练数据，却决定了Agent能否在真实环境中可靠工作。因此，开发者应聚焦于构建这类轻量、定制化的Skill，而非通用方法论。
实验数据支持“放松过程，收紧结果”
Comet Native模式的实验显示，在16个业务任务中，去掉OpenSpec和Superpowers后，pass@3仍为100%，且单次严格通过率和三次连续成功率更高。在41组配对样本中，总Token下降76.8%，模型成本下降75.1%，Agent轮次和工具调用减少一半以上。这表明，对于强模型，通过外层工作流锁定验收规则和风险边界，而将具体实现交给模型自主决定，可以在不降低质量的前提下显著降低成本。但需注意，这是第一方实验，结果可能因模型和任务而异。
Q&A
GPT-5.6 之后，为什么说 Superpowers 这类通用 Skill 可以卸载了？
因为 GPT-5.6 等强模型已经内化了规划、调试、测试和自我检查等通用能力，同时 Agent Runtime 也接管了任务状态、子 Agent 调度、工具调用和结果验证等执行循环。继续使用 Superpowers 这类通用 Skill 会增加 Token 消耗和等待时间，但边际收益下降，甚至可能降低效率。
Comet Native 模式相比 Classic 模式改了什么？
Comet Native 模式不再依赖 OpenSpec 和 Superpowers 这两个外部 Skill，只保留 Shape、Build、Verify、Archive 四个阶段。Shape 阶段与人讨论需求，明确目标、范围、不做什么、验收示例和风险边界；Build 阶段由模型自己决定如何规划、测试和审查；Verify 阶段用验收条件核对，失败则返回 Build。整体思路是放松过程、收紧结果。
Comet 官方实验中，Native 模式相比 Classic 模式在完成质量和执行成本上表现如何？
在 16 个业务任务、每种模式 48 次运行的实验中，Native 模式的 pass@3 与 Classic 模式一样都是 100%，但单次严格通过率和三次连续成功率更高。在 41 组配对样本中，总 Token 下降 76.8%，模型成本下降 75.1%，Agent 轮次和工具调用减少一半以上。
为什么通用 Skill 的边际收益在下降？
因为通用能力正在被模型和 Agent Runtime 内化。模型学会了规划、调试、测试等通用方法，Runtime 接管了任务状态、子 Agent 调度、工具调用和结果验证。因此，通用 Skill 原本解决的问题已被吸收，继续使用只会增加 Token 和时间消耗，边际收益下降。
什么样的 Skill 会被长期保留下来？
垂直 Skill 会被长期保留，即那些包含私有知识、执行能力和业务边界的 Skill。具体包括：模型不知道的私有知识（如团队协作方式、项目约定）、模型拿不到的执行能力（如内部系统、专用工具、账号权限）、模型不能擅自决定的边界（如完成标准、审批流程、责任归属）。这些信息敏感、零散且随业务变化，难以进入通用模型训练数据。
对于 GPT-5.6 这类强模型，作者建议如何使用 Superpowers？
作者建议先移除 Superpowers，直接运行一段时间，再根据真实缺口补回必要的约束。因为强模型已能自主规划和验证，移除通用 Skill 可以降低 Token 和成本，且完成质量不会下降。
