Superpowers vs Pocock: 19 run, satu yang bertahan

Superpowers dan skill Matt Pocock adalah dua paket skill yang paling sering dibandingkan developer Claude Code, dan video ini mengukur keduanya pada fitur yang sama, di satu repo, dengan tagihan yang dibaca per tahap. Superpowers (v6.4.2) membawa lima belas skill dan sebuah hook SessionStart yang memaksa pemakaiannya; paket Pocock (v1.3.1) membawa dua puluh tujuh skill, tanpa hook, dan sebuah Main Flow tujuh langkah yang diketik sebagai slash command. Satu-satunya perbandingan terukur yang dipublikasikan bilang Superpowers jauh lebih murah, sementara blog setiap orang yang pindah bilang Pocock lebih hemat token. Pada run-run ini keduanya benar sekaligus: Superpowers yang dibiarkan dengan hook-nya menghabiskan seperempat biaya Main Flow, dan Superpowers yang disetir lewat loop penuhnya menghabiskan hampir dua kali biaya Main Flow, dengan skor yang sama persis, lima dari lima tes tersembunyi, setiap kali. Pertanyaan yang dijawab video ini: paket mana yang bertahan, dan tahap mana yang menentukan tagihan.

Superpowers adalah plugin dengan lima belas skill dan satu hook. Di setiap awal sesi, hook itu menyuntikkan seluruh skill using-superpowers (492 kata) ke konteks, dan skill itu memberi tahu model: "If you think there is even a 1% chance a skill might apply to what you are doing, you ABSOLUTELY MUST invoke the skill." Loop yang dijualnya berjalan lewat empat skill: brainstorming, writing-plans, executing-plans, dan sebuah review di akhir. Setelah dipasang, hook seharusnya mengarahkan permintaan ke loop itu dengan sendirinya.

Paket Matt Pocock adalah taruhan sebaliknya: dua puluh tujuh skill dan sama sekali tanpa hook. Tidak ada yang disuntikkan; setiap langkah adalah slash command yang kamu ketik sendiri. Main Flow-nya terbaca grill-with-docs, to-spec, to-tickets, implement, code-review, pr, retro. Skill grill-with-docs hanya tiga puluh lima kata dan cuma memanggil dua skill lain; implement seratus tiga kata dan membawa flag disable-model-invocation: true, jadi model tidak bisa memuatnya sendiri. Kata Matt sendiri tentang loop-nya, dari 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."

Kedua paket bisa dipasang sebagai plugin Claude Code atau sebagai file yang disalin, dan readme Pocock tegas soal itu: pilih satu per agent, karena memasang keduanya membuat setiap skill muncul dua kali. Perbandingan ini belum pernah tuntas karena satu-satunya adu langsung yang terukur menjalankan paket Pocock dengan lima dari delapan worker implementasi tidak pernah menerima skill implement, dan setiap tulisan orang yang pindah berisi opini tanpa angka.

Repo-nya bernama ledgerly, sebuah API invoicing rekaan dalam Node dan TypeScript polos: lapisan domain, penyimpanan file JSON dengan migrasi skema, lapisan HTTP, dan tiga puluh empat tes hijau. Permintaan fiturnya tiga baris, diketik seperti developer mengetik: tambahkan pembayaran parsial, tampilkan jumlah yang sudah dibayar dan saldonya, pertahankan endpoint /pay yang lama tetap berfungsi, dan ingat bahwa ada data produksi di penyimpanan. Seorang senior yang membaca itu mengharapkan lima hal yang tidak pernah dieja permintaannya: hitungan uang, validasi, migrasi file produksi, kode error yang tepat, dan tes. Kelima hal itu menjadi tes penerimaan tersembunyi yang tidak pernah dilihat worker; patch referensi lolos kelimanya dan repo yang belum disentuh tidak lolos satu pun.

Setiap run memakai salinan repo yang baru, worker Sonnet 5.5 headless, allow list tool yang sama, dan product owner terskrip: model headless kedua tanpa tool yang hanya membaca lima requirement dalam kata-kata biasa, menjawab singkat, dan bilang "go on" ketika tidak ada yang ditanyakan. Setiap token dan panggilan skill dicatat per giliran. Dua batasan disebut di depan: headless berarti tidak ada yang mengarahkan di tengah run, dan hook Superpowers hanya aktif pada giliran pertama.

Claude Code polos, tanpa paket apa pun, adalah baseline yang menjadi ukuran setiap batang.

Konfigurasi (fitur 1)	Tes tersembunyi	Biaya per run	Waktu jam dinding	Baris berubah
bare, 3 run	5/5, 5/5, 5/5	$0.34 rata-rata ($0.47, $0.27, $0.29)	84.5 s	142

Dibiarkan dengan hook-nya, Superpowers berperilaku begini: permintaan ditempel, hook aktif, model membuka brainstorming, mengajukan satu-dua pertanyaan, lalu langsung menulis kode. writing-plans berjalan nol kali dalam tiga run dan executing-plans tidak pernah. Hasilnya lima dari lima dengan sekitar lima puluh sen dan sekitar dua menit, satu setengah kali bare untuk skor yang sama, dan brainstorming sendiri menghabiskan sekitar dua puluh dua sen dari itu. Enam probe satu giliran menunjukkan routing-nya acak, bukan kesalahan wiring: dengan wiring plugin yang asli, brainstorming aktif satu kali dari tiga, dengan wiring bench dua dari tiga.

Disetir manual, dengan brainstorming, writing-plans, dan executing-plans diketik sebagai slash command dalam mode Native (default sejak 6.4.1), setiap run menjalankan seluruh loop. Lima dari lima lagi, dengan sekitar $3.74 dan sepuluh menit per run: sebelas kali bare, tujuh setengah kali run yang diarahkan hook, untuk skor tersembunyi yang sama.

Tahap Superpowers (rata-rata fitur 1)	Biaya
brainstorming	$0.166
writing-plans	$0.266
executing-plans	$3.307
di antaranya build TDD itu sendiri	$0.974
di antaranya subagent reviewer seluruh branch	$2.192

Reviewer adalah tahap yang menjelaskan tagihan loop ini. Skill executing-plans mengirimnya, dengan kata-katanya sendiri, "on the most capable available model", dan di setiap run model itu adalah yang kelas teratas. Skill menyebutnya satu-satunya konteks segar yang dibeli seluruh run dan melarang melewatinya; pada fitur ini ia tidak menemukan apa pun yang belum dibuktikan oleh tes. Pada fitur kedua reviewer yang sama memakan $1.602 dari run $3.21, jadi ini bukan kejadian sekali, melainkan cara skill itu ditulis.

Paket Pocock disetir dengan satu-satunya cara yang bisa: grill-with-docs mengajukan pertanyaan satu per satu, sekitar tujuh per run dibanding satu atau dua untuk brainstorming Superpowers; to-spec menulis spec; to-tickets memotongnya menjadi tiket; implement membangun semua tiket dalam satu giliran dan memanggil tdd dan code-review sendiri; pr menulis teks pull request. Setiap run memanggil empat skill yang sama dalam urutan yang sama (grilling, domain-modeling, tdd, code-review): paket ini deterministik soal rutenya. Dua belas giliran driver adalah batas bench, dan dua dari tiga run mencapainya sebelum pr; satu run yang lengkap berakhir pada isi PR, sesuatu yang tidak ditinggalkan paket lain.

Tahap Main Flow (rata-rata fitur 1)	Biaya
grill-with-docs	$0.204
to-spec	$0.118
to-tickets	$0.143
implement	$1.125
code-review	$0.439
pr	$0.041

Paruh depan untuk planning biayanya di bawah lima puluh sen ($0.465); implement dan code-review adalah tiga perempat tagihan. Totalnya sekitar $2.04 dan tujuh menit per run, lima dari lima setiap kali: empat kali run Superpowers yang diarahkan hook dan empat puluh lima persen lebih murah dari loop Superpowers yang disetir. Diff-nya lebih besar, sekitar 372 baris dibanding 142 untuk bare, dengan sekitar 28 tes ditambahkan dibanding 5, dan total token sesuai dengan dolarnya: sekitar 4,5 juta token per run dibanding setengah juta untuk bare, sebagian besar berupa cache read dari konteks yang panjang. Yang ditinggalkan Main Flow adalah spec, tiket, dan isi PR, yang mungkin dihargai tim lebih dari empat puluh sen yang dikeluarkannya; dan batas dua belas giliran itu milik bench, manusia akan terus melanjutkan.

Lima dari lima di semua konfigurasi tidak memberi tahu apa-apa, jadi permintaan kedua dijalankan di repo yang sama: credit note, dua baris dengan lima aturan implisit. Jangan pernah meng-credit invoice melebihi nilainya dan jaga laporan tetap benar; migrasikan file produksi; satu urutan nomor tanpa celah; kode error yang tepat; dan membatalkan invoice yang sudah dibayar lewat credit note, dengan tes lama ditulis ulang, bukan dihapus. Kandidat sulit pertama dibuang karena bare tetap mendapat lima dari lima di situ. Validasi dulu: patch referensi lolos kelimanya, repo yang belum disentuh tidak satu pun, dan satu smoke run bare mendapat empat dari lima, jadi kali ini oracle-nya punya gigi.

Konfigurasi (fitur 2)	Tes tersembunyi	Biaya per run	Tes ditambahkan
bare, 2 run	4/5, 5/5	$0.41 rata-rata	5
Superpowers disetir, 2 run	5/5, 5/5	$3.21 rata-rata	33
Main Flow, 2 run	5/5, 5/5	$2.07 rata-rata	31

Satu-satunya yang meleset: run bare pertama mengambil nomor credit note sebelum memvalidasi permintaan, seperti yang dilakukan route issue yang sudah ada, sehingga permintaan yang ditolak membakar satu nomor dan CN-0004 terbit padahal yang seharusnya CN-0002. Auditor menandai celah. Kedua loop menangkapnya dengan cara yang sama, lewat langkah TDD mereka yang menulis tes untuk urutan nomor sebelum kodenya ada; run bare kedua juga benar, dengan empat puluh lima sen. Satu meleset dalam dua run bare adalah sebuah titik data, bukan angka laju. Yang dibeli loop di sini adalah tes yang mereka tinggalkan, bukan skor.

Thread paling ramai soal topik ini bilang dua paket yang dipasang sebagai router saling bertabrakan pada nama slash, hook sesi, dan skill yang berebut intent yang sama. Dipasang bersama di satu proyek dan dijalankan lewat Main Flow, hook Superpowers menyuntikkan teksnya, enam command Pocock diketik, dan tidak satu pun skill Superpowers dipanggil: lima dari lima, $2.33, di dalam rentang Main Flow. Dua alasan: skill Pocock yang dipanggil user membawa flag yang mencegah model memuatnya sendiri, dan kedua paket tidak berbagi nama skill. Tapi ini satu run; di sesi lain hook masih bisa menarik skill Pocock yang dipanggil model.

Jebakan sebenarnya adalah versi yang kamu dapat. Marketplace plugin Claude resmi mengunci paket Pocock di 1.2.3, tertinggal tujuh puluh satu commit dari upstream v1.3.1. Salinan terkunci itu tidak punya implement-spec, pr, dan retro; dua issue terbuka sejak 5 Oktober, dan pada 8 Oktober Matt meminta Anthropic lewat X untuk menaikkannya: "All my users are stuck on v1.2." Marketplace yang sama mengunci Superpowers satu patch di belakang (6.4.1 dibanding v6.4.2). Installer memberimu rilis yang asli; plugin memberimu apa pun yang terkunci pada hari kamu memasang. Periksa baris versinya, bukan video ini.

Superpowers bertahan. Dibiarkan dengan hook-nya, ia adalah jalur terpandu termurah yang terukur: sekitar lima puluh sen untuk lima dari lima, satu setengah kali bare. Loop penuhnya adalah hal termahal yang terukur, sekitar $3.74, dan hampir seluruh selisih ke Main Flow ada pada satu tahap, reviewer seluruh branch yang dikirim executing-plans ke model paling mumpuni. Ubah satu baris itu, atau berikan model yang lebih murah, dan loop mendarat di sekitar $1.55, di bawah $2.04 milik Main Flow. Tahap yang menentukan tagihan adalah review, bukan planning: tidak ada grill dan tidak ada brainstorm yang menggeser angkanya. Jalur yang diarahkan hook punya kekurangannya sendiri, karena routing-nya acak (satu kali dari tiga dengan wiring plugin); kalau brainstorming penting bagimu, ketik sendiri.

Main Flow mendapat skor yang sama dengan lebih banyak artefak, pada empat kali tagihan jalur hook. Paruh depan planning-nya, grill-with-docs sampai to-tickets, biayanya di bawah lima puluh sen dan merupakan satu-satunya hal yang layak dipinjam: pasang paket Pocock dengan installer, bukan plugin yang terkunci, dan ketik grill-with-docs ketika permintaannya masih kabur. Menumpuk tidak menambah biaya apa pun pada run itu.

Peta tahap	Keputusan
Superpowers diarahkan hook (brainstorming, TDD)	pertahankan
grill-with-docs, to-spec, to-tickets milik Pocock ($0.465)	pinjam
baris model reviewer di executing-plans	ubah

Batasannya, apa adanya: Sonnet 5.5 headless, dua fitur, sembilan belas run, product owner terskrip, satu bug dalam sembilan belas run, dikirim oleh bare. Fitur yang lebih besar atau sebuah tim mungkin menilai spec dan tiket lebih tinggi. Resource gratisnya adalah bench itu sendiri: repo rekaan, tes tersembunyi, driver, dan skrip ledger per tahap, sehingga kamu bisa menjalankan kedua paket pada fitur milikmu sendiri sebelum kehilangan sehari untuk migrasi.