AIDiveIntro: un repo, dos packs, uno se queda
Superpowers y las skills de Matt Pocock son los dos packs de skills que más desarrolladores de Claude Code comparan entre sí, y este vídeo los mide sobre la misma feature, en un solo repo, con la factura leída por etapa. Superpowers (v6.4.2) trae quince skills y un hook SessionStart que las fuerza; el pack de Pocock (v1.3.1) trae veintisiete skills, ningún hook y un Main Flow de siete pasos que se escriben como slash commands. La única comparación pública medida dice que Superpowers es mucho más barato, y el blog de cada persona que se cambió dice que Pocock gasta menos tokens. En estas ejecuciones las dos cosas fueron ciertas a la vez: Superpowers dejado a su hook costó una cuarta parte del Main Flow, y Superpowers llevado por su loop completo costó casi el doble del Main Flow, con los mismos cinco de cinco tests ocultos en todos los casos. La pregunta que responde el vídeo es qué pack se queda y qué etapa concreta decide la factura.
Dos apuestas opuestas: un hook que fuerza skills contra ningún hook
Superpowers es un plugin con quince skills y un hook. En cada inicio de sesión el hook inyecta en el contexto la skill using-superpowers completa (492 palabras), y esa skill le dice al modelo: "If you think there is even a 1% chance a skill might apply to what you are doing, you ABSOLUTELY MUST invoke the skill." El loop que vende pasa por cuatro skills: brainstorming, writing-plans, executing-plans y una revisión al final. Lo instalas y se supone que el hook encamina tu petición hacia ese loop por sí solo.
El pack de Matt Pocock es la apuesta contraria: veintisiete skills y ningún hook. No se inyecta nada; cada paso es un slash command que escribes tú. El Main Flow es grill-with-docs, to-spec, to-tickets, implement, code-review, pr, retro. La skill grill-with-docs tiene treinta y cinco palabras y solo llama a otras dos skills; implement tiene ciento tres palabras y lleva la marca disable-model-invocation: true, así que el modelo no puede cargarla por su cuenta. La frase de Matt sobre su loop, del changelog de la v1.3: "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."
Los dos packs se instalan como plugin de Claude Code o como archivos copiados, y el readme de Pocock es claro: elige uno por agente, porque instalar los dos te da cada skill por duplicado. Nadie había zanjado la comparación porque el único cara a cara medido ejecutó el pack de Pocock con cinco de ocho workers de implementación sin recibir nunca la skill implement, y los posts de quienes se cambiaron tienen opiniones y ningún número.
El banco: ledgerly, una petición, cinco tests ocultos y la base sin pack
El repo es ledgerly, una API de facturación inventada en Node y TypeScript simples: una capa de dominio, un almacén en archivos JSON con migraciones de esquema, una capa HTTP y treinta y cuatro tests en verde. La petición de la feature son tres líneas, escritas como las escribe un desarrollador: añadir pagos parciales, exponer el importe pagado y el saldo, mantener funcionando el viejo endpoint /pay y recordar que hay datos de producción en el almacén. Un senior que lee eso espera cinco cosas que la petición no dice: la aritmética del dinero, la validación, la migración de los archivos de producción, los códigos de error correctos y los tests. Esas cinco se convirtieron en tests de aceptación ocultos que el worker nunca ve; el parche de referencia pasa los cinco y el repo intacto no pasa ninguno.
Cada ejecución es una copia nueva del repo, un worker headless Sonnet 5.5, la misma lista de herramientas permitidas y un product owner con guion: un segundo modelo headless sin herramientas que lee solo los cinco requisitos en palabras llanas, responde seco y dice "go on" cuando no se le pregunta nada. Cada token y cada llamada a una skill se registra por turno. Dos límites quedan dichos de entrada: headless significa que nadie corrige el rumbo durante la ejecución, y el hook de Superpowers se dispara solo en el primer turno.
Claude Code a secas, sin pack, es la base contra la que se mide cada barra.
| Config (feature 1) | Tests ocultos | Coste por ejecución | Tiempo real | Líneas cambiadas |
|---|---|---|---|---|
| bare, 3 ejecuciones | 5/5, 5/5, 5/5 | $0.34 de media ($0.47, $0.27, $0.29) | 84.5 s | 142 |
Superpowers: lo que el hook corre solo y lo que cuesta el loop completo
Dejado a su hook, Superpowers se comporta así: se pega la petición, el hook se dispara, el modelo abre brainstorming, hace una o dos preguntas y programa. writing-plans corrió cero veces en tres ejecuciones y executing-plans nunca. El resultado es cinco de cinco por unos cincuenta céntimos y unos dos minutos, una vez y media bare por la misma nota, y solo brainstorming se lleva unos veintidós céntimos de eso. Seis sondeos de un turno mostraron que el encaminamiento es aleatorio y no un fallo de cableado: con el cableado real del plugin brainstorming se disparó una vez de cada tres, con el cableado del banco dos de cada tres.
Llevado a mano, con brainstorming, writing-plans y executing-plans escritos como slash commands en modo Native (el valor por defecto desde la 6.4.1), todas las ejecuciones corrieron el loop entero. Otra vez cinco de cinco, a unos $3.74 y diez minutos por ejecución: once veces bare y siete veces y media la ejecución encaminada por el hook, por la misma nota en los tests ocultos.
| Etapa de Superpowers (medias de la feature 1) | Coste |
|---|---|
| brainstorming | $0.166 |
| writing-plans | $0.266 |
| executing-plans | $3.307 |
| de lo cual el build TDD en sí | $0.974 |
| de lo cual el subagent revisor de toda la rama | $2.192 |
El revisor es la etapa que explica la factura del loop. La skill executing-plans lo despacha, en sus propias palabras, "on the most capable available model", y en cada ejecución ese modelo fue el de gama más alta. La skill lo describe como el único contexto fresco que compra toda la ejecución y dice que no hay que saltárselo; en esta feature no encontró nada que los tests no hubieran probado ya. En la segunda feature el mismo revisor se llevó $1.602 de una ejecución de $3.21, así que no es algo puntual sino la forma en que está escrita la skill.
El Main Flow, etapa por etapa: planes baratos, un build caro
El pack de Pocock se maneja de la única forma posible: grill-with-docs hace sus preguntas una a una, unas siete por ejecución frente a una o dos del brainstorming de Superpowers; to-spec escribe el spec; to-tickets lo corta en tickets; implement construye todos los tickets en un turno y llama por su cuenta a tdd y code-review; pr escribe el texto de la pull request. Todas las ejecuciones invocaron las mismas cuatro skills en el mismo orden (grilling, domain-modeling, tdd, code-review): el pack es determinista en su ruta. Doce turnos del driver fue el tope del banco, y dos de tres ejecuciones lo alcanzaron antes de pr; la única ejecución completa terminó en un cuerpo de PR, algo que ningún otro pack dejó atrás.
| Etapa del Main Flow (medias de la feature 1) | Coste |
|---|---|
| grill-with-docs | $0.204 |
| to-spec | $0.118 |
| to-tickets | $0.143 |
| implement | $1.125 |
| code-review | $0.439 |
| pr | $0.041 |
La primera mitad de planificación cuesta menos de cincuenta céntimos ($0.465); implement y code-review son tres cuartas partes de la factura. El total ronda los $2.04 y siete minutos por ejecución, cinco de cinco cada vez: cuatro veces la ejecución de Superpowers encaminada por el hook y un cuarenta y cinco por ciento menos que el loop de Superpowers llevado a mano. El diff es mayor, unas 372 líneas frente a 142 de bare, con unos 28 tests añadidos frente a 5, y los totales de tokens cuadran con los dólares: unos 4.5 millones de tokens por ejecución contra medio millón de bare, casi todo lecturas de caché de un contexto largo. Lo que deja el Main Flow es un spec, tickets y un cuerpo de PR, que un equipo puede valorar más que los cuarenta céntimos que cuestan; y el tope de doce turnos es del banco, una persona seguiría.
Una feature más difícil: notas de crédito y el único bug entregado
Cinco de cinco en todas partes no dice nada, así que se puso una segunda petición sobre el mismo repo: notas de crédito, dos líneas con cinco reglas implícitas. No acreditar nunca de más una factura y mantener correcto el informe; migrar los archivos de producción; una sola secuencia de numeración sin huecos; los códigos de error correctos; y anular una factura pagada mediante una nota de crédito, reescribiendo el test viejo en vez de borrarlo. Un primer candidato más difícil se descartó porque bare seguía sacando cinco de cinco. Primero la validación: el parche de referencia pasa los cinco, el repo intacto ninguno, y una ejecución de humo de bare sacó cuatro de cinco, así que esta vez el oráculo tenía dientes.
| Config (feature 2) | Tests ocultos | Coste por ejecución | Tests añadidos |
|---|---|---|---|
| bare, 2 ejecuciones | 4/5, 5/5 | $0.41 de media | 5 |
| Superpowers llevado a mano, 2 ejecuciones | 5/5, 5/5 | $3.21 de media | 33 |
| Main Flow, 2 ejecuciones | 5/5, 5/5 | $2.07 de media | 31 |
El único fallo: la primera ejecución de bare tomó el número de la nota de crédito antes de validar la petición, como hace la ruta de emisión existente, así que una petición rechazada quemó un número y se emitió CN-0004 donde tocaba CN-0002. Los auditores marcan los huecos. Los dos loops lo cazaron de la misma manera, con su paso TDD escribiendo un test de la secuencia antes de que existiera el código; la segunda ejecución de bare también lo hizo bien, por cuarenta y cinco céntimos. Un fallo en dos ejecuciones de bare es un dato, no una tasa. Lo que compran los loops aquí son los tests que dejan atrás, no una nota.
Combinar los dos y la trampa del marketplace
El hilo más ruidoso sobre el tema dice que dos packs instalados como routers chocan en los nombres de slash, en los hooks de sesión y en skills que compiten por la misma intención. Instalados juntos en un proyecto y ejecutados por el Main Flow, el hook de Superpowers inyectó su texto, se escribieron los seis comandos de Pocock y no se invocó ni una sola skill de Superpowers: cinco de cinco, $2.33, dentro del rango del Main Flow. Dos razones: las skills de Pocock que invoca el usuario llevan una marca que impide que el modelo las cargue por su cuenta, y los dos packs no comparten ningún nombre de skill. Eso sí, es una sola ejecución; en otra sesión el hook aún podría arrastrar una skill de Pocock invocable por el modelo.
La trampa real es la versión que recibes. El marketplace oficial de plugins de Claude fija el pack de Pocock en la 1.2.3, setenta y un commits por detrás del upstream v1.3.1. Esa copia fijada no tiene implement-spec, ni pr, ni retro; dos issues llevan abiertos desde el 5 de octubre, y el 8 de octubre Matt pidió a Anthropic en X que la actualizaran: "All my users are stuck on v1.2." El mismo marketplace fija Superpowers un parche por detrás (6.4.1 frente a v6.4.2). El instalador te da la release real; el plugin te da lo que esté fijado el día que instalas. Mira la línea de versión, no este vídeo.
El mapa de etapas y el veredicto: Superpowers se queda
Superpowers se queda. Dejado a su hook es el camino guiado más barato medido: unos cincuenta céntimos por cinco de cinco, una vez y media bare. Su loop completo es lo más caro medido, unos $3.74, y casi toda la diferencia con el Main Flow es una sola etapa, el revisor de toda la rama que executing-plans manda al modelo más capaz. Cambia esa línea, o pasa un modelo más barato, y el loop queda cerca de $1.55, por debajo de los $2.04 del Main Flow. La etapa que decide la factura es la revisión, no la planificación: ni el grill de nadie ni el brainstorm de nadie movió la cifra. El camino encaminado por el hook tiene su propio problema, ya que el encaminamiento es aleatorio (una vez de cada tres con el cableado del plugin); si te importa brainstorming, escríbelo tú.
El Main Flow saca la misma nota con más artefactos a cuatro veces la factura del camino por hook. Su primera mitad de planificación, de grill-with-docs a to-tickets, cuesta menos de cincuenta céntimos y es lo único que vale la pena tomar prestado: instala el pack de Pocock con el instalador en vez del plugin fijado, y escribe grill-with-docs cuando una petición sea difusa. Combinarlos no costó nada en la ejecución.
| Mapa de etapas | Decisión |
|---|---|
| Superpowers encaminado por hook (brainstorming, TDD) | mantener |
| grill-with-docs, to-spec, to-tickets de Pocock ($0.465) | tomar prestado |
| línea del modelo del revisor de executing-plans | cambiar |
Los límites, sin rodeos: Sonnet 5.5 headless, dos features, diecinueve ejecuciones, un product owner con guion, un bug en diecinueve ejecuciones, entregado por bare. Una feature mayor o un equipo pueden valorar más el spec y los tickets. El recurso gratuito es el banco mismo: el repo inventado, los tests ocultos, el driver y el script del ledger por etapa, para que ejecutes los dos packs sobre tu propia feature antes de perder un día migrando.
