Superpowers vs Pocock: gleiches Feature, einer bleibt

Superpowers und Matt Pococks Skills sind die zwei Skill-Packs, zwischen denen die meisten Claude-Code-Entwickler abwägen. Dieses Video misst sie am selben Feature, auf einem Repo, mit der Rechnung pro Stufe. Superpowers (v6.4.2) liefert fünfzehn Skills und einen SessionStart-Hook, der sie erzwingt. Pococks Pack (v1.3.1) liefert siebenundzwanzig Skills, keinen Hook und einen siebenstufigen Main Flow, der als Slash-Befehle getippt wird. Der einzige öffentliche gemessene Vergleich sagt, Superpowers sei viel billiger, und der Blog jedes Umsteigers sagt, Pocock verschwende weniger Tokens. In diesen Läufen stimmte beides gleichzeitig: Superpowers, dem eigenen Hook überlassen, kostete ein Viertel des Main Flow, und Superpowers, durch den vollen Loop gesteuert, kostete fast das Doppelte des Main Flow, jeweils bei denselben fünf von fünf versteckten Tests. Das Video beantwortet, welches Pack bleibt und welche einzelne Stufe die Rechnung entscheidet.

Superpowers ist ein Plugin mit fünfzehn Skills und einem Hook. Bei jedem Session-Start spielt der Hook den ganzen Skill using-superpowers (492 Wörter) in den Kontext ein, und dieser Skill sagt dem Modell: "If you think there is even a 1% chance a skill might apply to what you are doing, you ABSOLUTELY MUST invoke the skill." Der Loop, den es verkauft, läuft über vier Skills: brainstorming, writing-plans, executing-plans und ein Review am Ende. Nach der Installation soll der Hook eine Anfrage von selbst in diesen Loop leiten.

Matt Pococks Pack ist die entgegengesetzte Wette: siebenundzwanzig mitgelieferte Skills und gar kein Hook. Es wird nichts eingespielt; jeden Schritt tippst du als Slash-Befehl. Der Main Flow lautet grill-with-docs, to-spec, to-tickets, implement, code-review, pr, retro. Der Skill grill-with-docs ist fünfunddreißig Wörter lang und ruft nur zwei andere Skills auf; implement hat hundertdrei Wörter und trägt das Flag disable-model-invocation: true, das Modell kann ihn also nicht von allein laden. Matts eigene Zeile zu seinem Loop, aus dem v1.3-Changelog: "The agent loop is worse than a deterministic loop. But it is a good way to start with AFK work before your software factory is dialled in."

Beide Packs lassen sich als Claude-Code-Plugin oder als kopierte Dateien installieren, und Pococks Readme ist deutlich: ein Pack pro Agent wählen, denn wer beide installiert, bekommt jeden Skill doppelt. Niemand hatte den Vergleich geklärt, weil der einzige gemessene Direktvergleich Pococks Pack so lief, dass fünf von acht Implementierungs-Workern den Skill implement nie erhielten, und weil die Beiträge der Umsteiger Meinungen und keine Zahlen enthalten.

Das Repo ist ledgerly, eine erfundene Rechnungs-API in reinem Node und TypeScript: eine Domain-Schicht, ein JSON-File-Store mit Schema-Migrationen, eine HTTP-Schicht und vierunddreißig grüne Tests. Die Feature-Anfrage hat drei Zeilen und ist so getippt, wie ein Entwickler tippt: Teilzahlungen hinzufügen, den gezahlten Betrag und den Saldo ausgeben, den alten /pay-Endpunkt weiter funktionieren lassen und bedenken, dass Produktionsdaten im Store liegen. Ein Senior erwartet beim Lesen fünf Dinge, die die Anfrage nie ausspricht: die Geldrechnung, Validierung, die Migration der Produktionsdateien, die richtigen Fehlercodes und Tests. Diese fünf wurden zu versteckten Abnahmetests, die der Worker nie sieht; der Referenz-Patch besteht alle fünf, das unberührte Repo keinen.

Jeder Lauf ist eine frische Kopie des Repos, ein headless Sonnet-5.5-Worker, dieselbe Tool-Allowlist und ein geskripteter Product Owner: ein zweites headless Modell ohne Tools, das nur die fünf Anforderungen in einfachen Worten liest, knapp antwortet und "go on" sagt, wenn nichts gefragt wird. Jeder Token und jeder Skill-Aufruf wird pro Turn geloggt. Zwei Grenzen vorab: headless heißt, dass niemand mitten im Lauf steuert, und der Superpowers-Hook feuert nur im ersten Turn.

Claude Code pur, ohne Pack, ist die Basis, an der jeder Balken gemessen wird.

Konfiguration (Feature 1)	Versteckte Tests	Kosten pro Lauf	Laufzeit	Geänderte Zeilen
bare, 3 Läufe	5/5, 5/5, 5/5	$0.34 Mittel ($0.47, $0.27, $0.29)	84.5 s	142

Dem Hook überlassen, verhält sich Superpowers so: Die Anfrage wird eingefügt, der Hook feuert, das Modell öffnet brainstorming, stellt ein, zwei Fragen und programmiert los. writing-plans lief in drei Läufen null Mal und executing-plans nie. Das Ergebnis sind fünf von fünf für etwa fünfzig Cent und etwa zwei Minuten, anderthalbmal so viel wie bare bei gleichem Score, wobei allein brainstorming etwa zweiundzwanzig Cent davon ausmacht. Sechs Ein-Turn-Proben zeigten, dass das Routing zufällig ist und kein Verdrahtungsfehler: Mit der echten Plugin-Verdrahtung feuerte brainstorming einmal von dreien, mit der Verdrahtung des Bench zweimal von dreien.

Von Hand gesteuert, mit brainstorming, writing-plans und executing-plans als Slash-Befehle im Native-Modus (Standard seit 6.4.1), lief in jedem Lauf der ganze Loop. Wieder fünf von fünf, bei etwa $3.74 und zehn Minuten pro Lauf: elfmal bare, siebeneinhalbmal der per Hook geroutete Lauf, bei gleichem versteckten Score.

Superpowers-Stufe (Mittel Feature 1)	Kosten
brainstorming	$0.166
writing-plans	$0.266
executing-plans	$3.307
davon der TDD-Build selbst	$0.974
davon der Ganz-Branch-Reviewer-Subagent	$2.192

Der Reviewer ist die Stufe, die die Rechnung des Loops erklärt. Der Skill executing-plans schickt ihn, in seinen eigenen Worten, "on the most capable available model", und in jedem Lauf war das Modell die Top-Stufe. Der Skill nennt ihn den einen frischen Kontext, den der ganze Lauf kauft, und sagt, man solle ihn nicht überspringen; bei diesem Feature fand er nichts, was die Tests nicht schon bewiesen hatten. Beim zweiten Feature nahm derselbe Reviewer $1.602 eines $3.21-Laufs, es ist also kein Einzelfall, sondern so ist der Skill geschrieben.

Pococks Pack wird so gesteuert, wie es allein geht: grill-with-docs stellt seine Fragen eine nach der anderen, etwa sieben pro Lauf gegenüber ein, zwei bei Superpowers' brainstorming; to-spec schreibt die Spec; to-tickets schneidet sie in Tickets; implement baut alle Tickets in einem Turn und ruft tdd und code-review selbst auf; pr schreibt den Pull-Request-Text. Jeder Lauf rief dieselben vier Skills in derselben Reihenfolge auf (grilling, domain-modeling, tdd, code-review): Das Pack ist bei seiner Route deterministisch. Zwölf Driver-Turns waren die Obergrenze des Bench, und zwei von drei Läufen erreichten sie vor pr; der eine vollständige Lauf endete mit einem PR-Text, den kein anderes Pack hinterließ.

Main-Flow-Stufe (Mittel Feature 1)	Kosten
grill-with-docs	$0.204
to-spec	$0.118
to-tickets	$0.143
implement	$1.125
code-review	$0.439
pr	$0.041

Die Planungshälfte vorne kostet unter fünfzig Cent ($0.465); implement und code-review sind drei Viertel der Rechnung. Die Summe liegt bei etwa $2.04 und sieben Minuten pro Lauf, jedes Mal fünf von fünf: viermal der per Hook geroutete Superpowers-Lauf und fünfundvierzig Prozent weniger als der gesteuerte Superpowers-Loop. Der Diff ist größer, etwa 372 Zeilen gegenüber 142 bei bare, mit etwa 28 hinzugefügten Tests gegenüber 5, und die Token-Summen passen zu den Dollars: etwa 4,5 Millionen Tokens pro Lauf gegenüber einer halben Million bei bare, großenteils Cache-Reads eines langen Kontexts. Was der Main Flow hinterlässt, sind eine Spec, Tickets und ein PR-Text, was ein Team womöglich höher schätzt als die vierzig Cent, die sie kosten; und die Zwölf-Turn-Grenze gehört zum Bench, ein Mensch würde weitermachen.

Fünf von fünf überall sagt nichts, also kam eine zweite Anfrage auf dasselbe Repo: Gutschriften, zwei Zeilen mit fünf impliziten Regeln. Eine Rechnung nie überkreditieren und den Report korrekt halten; Produktionsdateien migrieren; eine lückenlose Nummernfolge; die richtigen Fehlercodes; und das Stornieren einer bezahlten Rechnung per Gutschrift, wobei der alte Test umgeschrieben statt gelöscht wird. Ein kniffligerer erster Kandidat wurde verworfen, weil bare dort noch fünf von fünf erreichte. Zuerst die Validierung: Der Referenz-Patch besteht alle fünf, das unberührte Repo keinen, und ein bare-Smoke-Lauf erreichte vier von fünf, das Orakel hatte diesmal also Zähne.

Konfiguration (Feature 2)	Versteckte Tests	Kosten pro Lauf	Hinzugefügte Tests
bare, 2 Läufe	4/5, 5/5	$0.41 Mittel	5
Superpowers gesteuert, 2 Läufe	5/5, 5/5	$3.21 Mittel	33
Main Flow, 2 Läufe	5/5, 5/5	$2.07 Mittel	31

Der eine Fehlgriff: Der erste bare-Lauf nahm die Gutschriftnummer, bevor er die Anfrage validierte, so wie es die bestehende Issue-Route tut, sodass eine abgelehnte Anfrage eine Nummer verbrannte und CN-0004 ausgestellt wurde, wo CN-0002 fällig war. Prüfer markieren Lücken. Beide Loops fingen es auf dieselbe Art ab, mit ihrem TDD-Schritt, der einen Test für die Folge schrieb, bevor der Code existierte; auch der zweite bare-Lauf machte es richtig, für fünfundvierzig Cent. Ein Fehlgriff in zwei bare-Läufen ist ein Datenpunkt, keine Rate. Was die Loops hier kaufen, sind die Tests, die sie hinterlassen, kein Score.

Der lauteste Thread zum Thema sagt, zwei als Router installierte Packs kollidierten bei Slash-Namen, Session-Hooks und Skills, die um dieselbe Absicht konkurrieren. In einem Projekt zusammen installiert und durch den Main Flow gefahren, spielte der Superpowers-Hook seinen Text ein, die sechs Pocock-Befehle wurden getippt, und kein einziger Superpowers-Skill wurde aufgerufen: fünf von fünf, $2.33, innerhalb der Spanne des Main Flow. Zwei Gründe: Pococks vom Nutzer aufgerufene Skills tragen ein Flag, das das Modell am eigenen Laden hindert, und die beiden Packs teilen keinen Skill-Namen. Es ist allerdings ein Lauf; in einer anderen Session könnte der Hook doch einen vom Modell aufgerufenen Pocock-Skill ziehen.

Die eigentliche Falle ist die Version, die du bekommst. Der offizielle Claude-Plugin-Marktplatz pinnt Pococks Pack auf 1.2.3, einundsiebzig Commits hinter dem Upstream v1.3.1. Diese gepinnte Kopie hat kein implement-spec, kein pr und kein retro; zwei Issues sind seit dem 5. Oktober offen, und am 8. Oktober bat Matt Anthropic auf X um ein Update: "All my users are stuck on v1.2." Derselbe Marktplatz pinnt Superpowers einen Patch zurück (6.4.1 gegen v6.4.2). Der Installer liefert das echte Release; das Plugin liefert, was am Installationstag gepinnt ist. Prüf die Versionszeile, nicht dieses Video.

Superpowers bleibt. Dem Hook überlassen, ist es der billigste geführte Weg, der gemessen wurde: etwa fünfzig Cent für fünf von fünf, anderthalbmal bare. Der volle Loop ist das Teuerste, was gemessen wurde, etwa $3.74, und fast die ganze Lücke zum Main Flow ist eine Stufe, der Ganz-Branch-Reviewer, den executing-plans aufs leistungsfähigste Modell schickt. Ändere diese eine Zeile oder übergib ein billigeres Modell, und der Loop landet bei etwa $1.55, unter den $2.04 des Main Flow. Die Stufe, die die Rechnung entscheidet, ist das Review, nicht die Planung: Weder irgendjemandes grill noch irgendjemandes brainstorm bewegte die Zahl. Der per Hook geroutete Weg hat einen eigenen Haken, denn das Routing ist zufällig (einmal von dreien mit der Plugin-Verdrahtung); wenn dir brainstorming wichtig ist, tipp es.

Der Main Flow erreicht denselben Score mit mehr Artefakten zum Vierfachen der Rechnung des per Hook gerouteten Wegs. Seine Planungshälfte vorne, grill-with-docs bis to-tickets, kostet unter fünfzig Cent und ist das Einzige, was sich zu leihen lohnt: Installiere Pococks Pack mit dem Installer statt mit dem gepinnten Plugin und tipp grill-with-docs, wenn eine Anfrage unscharf ist. Das Stapeln kostete im Lauf nichts.

Stufenkarte	Entscheidung
Superpowers per Hook geroutet (brainstorming, TDD)	behalten
Pococks grill-with-docs, to-spec, to-tickets ($0.465)	leihen
executing-plans, Modellzeile des Reviewers	ändern

Die Grenzen, offen gesagt: Sonnet 5.5 headless, zwei Features, neunzehn Läufe, ein geskripteter Product Owner, ein Bug in neunzehn Läufen, ausgeliefert von bare. Ein größeres Feature oder ein Team gewichtet die Spec und die Tickets womöglich höher. Die kostenlose Ressource ist der Bench selbst: das erfundene Repo, die versteckten Tests, der Driver und das Per-Stufe-Ledger-Skript, damit du beide Packs an deinem eigenen Feature laufen lassen kannst, bevor du einen Tag mit der Migration verlierst.