J'ai testé Superpowers vs Pocock : un seul reste

Superpowers et les skills de Matt Pocock sont les deux packs de skills que la plupart des développeurs Claude Code mettent en balance, et cette vidéo les mesure sur la même feature, sur un seul repo, avec la facture lue étape par étape. Superpowers (v6.4.2) livre quinze skills et un hook SessionStart qui les impose ; le pack de Pocock (v1.3.1) livre vingt-sept skills, aucun hook, et un Main Flow en sept étapes tapées comme des slash commands. La seule comparaison mesurée publique dit que Superpowers coûte bien moins cher, et le blog de chaque développeur qui a changé de pack dit que Pocock gaspille moins de tokens. Sur ces runs, les deux étaient vrais à la fois : Superpowers laissé à son hook a coûté un quart du Main Flow, et Superpowers piloté sur toute sa boucle a coûté presque deux fois le Main Flow, pour les mêmes cinq tests cachés sur cinq à chaque fois. La question à laquelle la vidéo répond : quel pack reste, et quelle étape décide de la facture.

Superpowers est un plugin avec quinze skills et un hook. À chaque début de session, le hook injecte dans le contexte le skill using-superpowers en entier (492 mots), et ce skill dit au modèle : "If you think there is even a 1% chance a skill might apply to what you are doing, you ABSOLUTELY MUST invoke the skill." La boucle qu'il vend passe par quatre skills : brainstorming, writing-plans, executing-plans, et une revue à la fin. Une fois installé, le hook est censé router une demande dans cette boucle tout seul.

Le pack de Matt Pocock est le pari inverse : vingt-sept skills livrés et aucun hook. Rien n'est injecté ; chaque étape est une slash command que vous tapez. Le Main Flow se lit grill-with-docs, to-spec, to-tickets, implement, code-review, pr, retro. Le skill grill-with-docs fait trente-cinq mots et ne fait qu'appeler deux autres skills ; implement fait cent trois mots et porte un flag disable-model-invocation: true, donc le modèle ne peut pas le charger de lui-même. La phrase de Matt sur sa propre boucle, tirée du changelog 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."

Les deux packs s'installent soit comme plugin Claude Code, soit en fichiers copiés, et le readme de Pocock est direct : choisissez un seul mode par agent, car installer les deux vous donne chaque skill en double. Personne n'avait tranché la comparaison parce que la seule confrontation mesurée a fait tourner le pack de Pocock avec cinq workers d'implémentation sur huit qui n'ont jamais reçu le skill implement, et que les posts de chaque développeur qui a changé de pack donnent des opinions sans chiffres.

Le repo s'appelle ledgerly, une API de facturation inventée en Node et TypeScript simples : une couche domaine, un store de fichiers JSON avec migrations de schéma, une couche HTTP et trente-quatre tests au vert. La demande de feature fait trois lignes, tapées comme un développeur les tape : ajouter les paiements partiels, exposer le montant payé et le solde, garder l'ancien endpoint /pay fonctionnel, et ne pas oublier qu'il y a des données de production dans le store. Un senior qui lit ça attend cinq choses que la demande n'énonce jamais : le calcul monétaire, la validation, la migration des fichiers de production, les bons codes d'erreur, et des tests. Ces cinq points sont devenus des tests d'acceptation cachés que le worker ne voit jamais ; le patch de référence passe les cinq et le repo intact n'en passe aucun.

Chaque run part d'une copie neuve du repo, avec un worker Sonnet 5.5 en headless, la même allow list d'outils, et un product owner scripté : un second modèle headless sans outils qui ne lit que les cinq exigences en mots simples, répond sèchement, et dit "go on" quand on ne lui demande rien. Chaque token et chaque appel de skill est loggé à chaque tour. Deux limites sont posées d'emblée : headless veut dire que personne ne pilote en cours de run, et le hook de Superpowers ne se déclenche qu'au premier tour.

Claude Code nu, sans pack, est la base à laquelle chaque barre est comparée.

Config (feature 1)	Tests cachés	Coût par run	Durée réelle	Lignes modifiées
nu, 3 runs	5/5, 5/5, 5/5	$0.34 en moyenne ($0.47, $0.27, $0.29)	84.5 s	142

Laissé à son hook, Superpowers se comporte ainsi : la demande est collée, le hook se déclenche, le modèle ouvre brainstorming, pose une ou deux questions, puis code. writing-plans a tourné zéro fois en trois runs et executing-plans jamais. Le résultat est cinq sur cinq pour environ cinquante cents et environ deux minutes, une fois et demie le coût du run nu pour le même score, dont environ vingt-deux cents pour brainstorming seul. Six sondes d'un tour ont montré que le routage est aléatoire et non un défaut de câblage : avec le vrai câblage du plugin, brainstorming s'est déclenché une fois sur trois, avec le câblage du banc deux fois sur trois.

Piloté à la main, avec brainstorming, writing-plans et executing-plans tapés comme des slash commands en mode Native (le défaut depuis la 6.4.1), chaque run a exécuté toute la boucle. Cinq sur cinq encore, pour environ $3.74 et dix minutes par run : onze fois le run nu, sept fois et demie le run routé par le hook, pour le même score caché.

Étape Superpowers (moyennes feature 1)	Coût
brainstorming	$0.166
writing-plans	$0.266
executing-plans	$3.307
dont le build TDD lui-même	$0.974
dont le subagent reviewer de toute la branche	$2.192

Le reviewer est l'étape qui explique la facture de la boucle. Le skill executing-plans le dispatche, selon ses propres mots, "on the most capable available model", et dans chaque run ce modèle était celui du plus haut niveau. Le skill l'appelle l'unique contexte neuf que le run entier achète et dit de ne pas le sauter ; sur cette feature, il n'a rien trouvé que les tests n'aient déjà prouvé. Sur la seconde feature, le même reviewer a pris $1.602 d'un run à $3.21 : ce n'est donc pas un accident, c'est la façon dont le skill est écrit.

Le pack de Pocock se pilote de la seule façon possible : grill-with-docs pose ses questions une par une, environ sept par run contre une ou deux pour brainstorming de Superpowers ; to-spec écrit la spec ; to-tickets la découpe en tickets ; implement construit tous les tickets en un seul tour et appelle tdd et code-review de lui-même ; pr écrit le texte de la pull request. Chaque run a invoqué les mêmes quatre skills dans le même ordre (grilling, domain-modeling, tdd, code-review) : le pack est déterministe sur son itinéraire. Douze tours de pilotage étaient le plafond du banc, et deux runs sur trois l'ont atteint avant pr ; le seul run complet s'est terminé sur un corps de PR, ce qu'aucun autre pack n'a laissé derrière lui.

Étape du Main Flow (moyennes feature 1)	Coût
grill-with-docs	$0.204
to-spec	$0.118
to-tickets	$0.143
implement	$1.125
code-review	$0.439
pr	$0.041

La première moitié, la planification, coûte moins de cinquante cents ($0.465) ; implement et code-review font les trois quarts de la facture. Le total est d'environ $2.04 et sept minutes par run, cinq sur cinq à chaque fois : quatre fois le run Superpowers routé par le hook et quarante-cinq pour cent de moins que la boucle Superpowers pilotée. Le diff est plus gros, environ 372 lignes contre 142 pour le run nu, avec environ 28 tests ajoutés contre 5, et les totaux de tokens suivent les dollars : environ 4,5 millions de tokens par run contre un demi-million pour le nu, surtout des lectures de cache d'un long contexte. Ce que le Main Flow laisse derrière lui, c'est une spec, des tickets et un corps de PR, qu'une équipe peut valoriser davantage que les quarante cents qu'ils coûtent ; et le plafond de douze tours est celui du banc, un humain continuerait.

Cinq sur cinq partout ne dit rien, alors une seconde demande est passée sur le même repo : les avoirs (credit notes), deux lignes avec cinq règles implicites. Ne jamais sur-créditer une facture et garder le rapport juste ; migrer les fichiers de production ; une seule séquence de numéros sans trou ; les bons codes d'erreur ; et annuler une facture payée par un avoir, en réécrivant l'ancien test au lieu de le supprimer. Un premier candidat plus dur a été écarté parce que le run nu faisait encore cinq sur cinq dessus. Validation d'abord : le patch de référence passe les cinq, le repo intact aucun, et un smoke run nu a fait quatre sur cinq, donc l'oracle avait des dents cette fois.

Config (feature 2)	Tests cachés	Coût par run	Tests ajoutés
nu, 2 runs	4/5, 5/5	$0.41 en moyenne	5
Superpowers piloté, 2 runs	5/5, 5/5	$3.21 en moyenne	33
Main Flow, 2 runs	5/5, 5/5	$2.07 en moyenne	31

Le seul raté : le premier run nu a pris le numéro d'avoir avant de valider la requête, comme le fait la route d'émission de factures existante, donc une requête rejetée a brûlé un numéro et CN-0004 a été émis là où CN-0002 était dû. Les auditeurs signalent les trous. Les deux boucles l'ont rattrapé de la même façon, leur étape TDD écrivant un test sur la séquence avant que le code n'existe ; le second run nu l'a aussi réussi, pour quarante-cinq cents. Un raté sur deux runs nus est un point de donnée, pas un taux. Ce que les boucles achètent ici, ce sont les tests qu'elles laissent, pas un score.

Le fil le plus bruyant sur le sujet dit que deux packs installés comme routeurs entrent en collision sur les noms de slash commands, les hooks de session et les skills qui se disputent la même intention. Installés ensemble dans un projet et lancés via le Main Flow, le hook de Superpowers a injecté son texte, les six commandes de Pocock ont été tapées, et pas un seul skill Superpowers n'a été invoqué : cinq sur cinq, $2.33, dans la fourchette du Main Flow. Deux raisons : les skills de Pocock invoqués par l'utilisateur portent un flag qui empêche le modèle de les charger seul, et les deux packs ne partagent aucun nom de skill. C'est un seul run, cela dit ; dans une autre session, le hook pourrait encore attirer un skill de Pocock invocable par le modèle.

Le vrai piège, c'est la version que vous obtenez. La marketplace officielle des plugins Claude épingle le pack de Pocock en 1.2.3, soixante et onze commits derrière l'upstream v1.3.1. Cette copie épinglée n'a ni implement-spec, ni pr, ni retro ; deux issues sont ouvertes depuis le 5 octobre, et le 8 octobre Matt a demandé à Anthropic sur X de la mettre à jour : "All my users are stuck on v1.2." La même marketplace épingle Superpowers un patch en retard (6.4.1 contre v6.4.2). L'installeur vous donne la vraie release ; le plugin vous donne ce qui est épinglé le jour de votre installation. Vérifiez la ligne de version, pas cette vidéo.

Superpowers reste. Laissé à son hook, c'est le chemin guidé le moins cher mesuré : environ cinquante cents pour cinq sur cinq, une fois et demie le run nu. Sa boucle complète est la chose la plus chère mesurée, environ $3.74, et presque tout l'écart avec le Main Flow tient à une seule étape, le reviewer de toute la branche qu'executing-plans envoie au modèle le plus capable. Changez cette seule ligne, ou passez un modèle moins cher, et la boucle tombe vers $1.55, sous les $2.04 du Main Flow. L'étape qui décide de la facture est la revue, pas la planification : ni le grill de l'un ni le brainstorm de l'autre n'ont bougé le chiffre. Le chemin routé par le hook a son propre défaut, puisque le routage est aléatoire (une fois sur trois avec le câblage du plugin) ; si brainstorming compte pour vous, tapez-le.

Le Main Flow obtient le même score avec plus d'artefacts, pour quatre fois la facture du chemin routé par le hook. Sa première moitié de planification, de grill-with-docs à to-tickets, coûte moins de cinquante cents et c'est la seule chose qui vaut d'être empruntée : installez le pack de Pocock avec l'installeur plutôt qu'avec le plugin épinglé, et tapez grill-with-docs quand une demande est floue. Empiler les deux n'a rien coûté sur le run.

Carte des étapes	Décision
Superpowers routé par le hook (brainstorming, TDD)	garder
grill-with-docs, to-spec, to-tickets de Pocock ($0.465)	emprunter
ligne du modèle du reviewer d'executing-plans	changer

Les limites, sans détour : Sonnet 5.5 en headless, deux features, dix-neuf runs, un product owner scripté, un bug sur dix-neuf runs, livré par le run nu. Une feature plus grosse ou une équipe peuvent donner plus de poids à la spec et aux tickets. La ressource gratuite, c'est le banc lui-même : le repo inventé, les tests cachés, le driver et le script de ledger par étape, pour que vous fassiez tourner les deux packs sur votre propre feature avant de perdre une journée à migrer.