1416 字
7 分钟
257K Stars 的 Superpowers 和热到发烫的 MCP:AI Agent 框架的 2026

前两天刷 GitHub Trending,发现一个叫 Superpowers 的项目已经 257K stars 了。257K。GitHub 上排进前二十的级别。而且它不是那种存了一堆链接的 “awesome” 列表,它是一个实打实的 coding agent 方法论框架。

这让我想起今年四月在 HN 上看到的一个帖子:“We are witnessing the Cambrian explosion of AI agent frameworks”。当时觉得有点夸张,现在回头看——可能说得还不够。

Superpowers 到底干了什么?#

Superpowers 的作者是 Obra(@obra),去年十月发的第一个版本。它的卖点很简单:不教你写代码,教你的 coding agent 怎么工作。

安装之后,agent 不再是上来就噼里啪啦写一堆代码,而会先问你”你到底想做什么”。它帮你拆需求、写 spec、做实现计划,然后以 TDD 的方式逐块推进。agent 自己开子 agent 去干活,互相 review 代码,能在计划框架下自主跑几个小时不跑偏。

像雇了一个靠谱的 tech lead。

三百天不到,257K stars。这个数字说明了一件事:开发者对 AI 编程工具的期待已经从”自动补全”变成了”自动管理”。不只是要快,还要靠谱、可重复、带方法论。

它还有一个插件市场,支持 Claude Code、Cursor、Copilot CLI、Codex 等主流编码 agent。从 GitHub 的数据看,已经有两万多次 fork。这个增速,说实话我上一次见到还是 React 刚出来的时候。

MCP:不只是个协议,是个生态#

Superpowers 解决的是”怎么让单个 agent 更好用”,MCP(Model Context Protocol)解决的是”怎么让 agent 之间互操作”。

Anthropic 在 2024 年底提出 MCP 的时候,很多人都觉得这就是又一个协议标准——AI 领域最不缺的东西。但到了 2026 年中,情况完全不一样了。

来看看 GitHub 上的数字:

  • Microsoft/mcp-for-beginners:16.8K stars,微软专门做了一个 MCP 入门教程,覆盖了 .NET、Java、TypeScript、Rust、Python。
  • hangwin/mcp-chrome:12.2K stars,一个 Chrome 扩展形式的 MCP 服务器,AI 可以直接操控你的浏览器。
  • tadata-org/fastapi_mcp:11.9K stars,把你的 FastAPI 接口自动变成 MCP 工具。
  • lastmile-ai/mcp-agent:8.4K stars,用 MCP 和简单工作流模式构建 agent。
  • mark3labs/mcp-go:8.9K stars,Go 语言的 MCP 实现。
  • appcypher/awesome-mcp-servers:5.7K stars,MCP 服务器精选列表。

每一个都是真正被用起来的项目。mcp-chrome 能让 Claude 直接帮你操作网页,fastapi_mcp 能让你的后端自动变成 agent 可调用的能力。这不是 PPT 上的愿景,是已经在仓库里跑起来的代码。

我自己的感觉是,MCP 正在变成 AI Agent 的 “HTTP”。不是说它一定会赢——技术标准从来不是由技术优势决定的——而是它抓住了对的需求:agent 需要统一的工具调用接口,就跟 2010 年代的 REST API 一样。

但生态也开始让人眼花缭乱了#

Awesome AI Agents 2026 那个列表,现在已经收录了 340+ 个资源,覆盖 20+ 个类别。算一下,平均每个月新增二三十个项目。

Vercel AI SDK 25.7K stars,Strands Agents Harness SDK 6.6K stars,OpenAI Agents SDK 的 demo 项目也有 6.5K stars。AgentOps 5.7K stars。还有一个叫 GNAP(Git-Native Agent Protocol)的,用 4 个 JSON 文件就能在 git 仓库里协调多个 agent 协作——不要服务器、不要数据库,能 git push 就能参与。

很繁荣。但这个速度也意味着大量的重复造轮子,和一个绕不开的问题:到底该用哪个?

上周一个朋友问了我一个很现实的问题:他团队想做一个多 agent 协作的客服系统,应该选哪个框架?我翻了半天,发现没有一个简单的答案。因为每个框架都有自己的假设——有的假设你全用 OpenAI,有的假设你自建模型,有的假设 agent 是短暂的,有的假设 agent 是常驻的。

标准之争正在从 MCP vs 非 MCP,变成 MCP vs A2A(Google 推的 Agent-to-Agent 协议)。两个都是开放的,两个都在快速增长。但对开发者来说,选错边可能意味着未来一年的重构。

我的几个真实感受#

框架成熟度参差不齐。很多项目 stars 很多,但开几个 issue 看看就知道,break change 频繁到让人头皮发麻。有些框架上周的 API 这周就 deprecated 了,文档还没更新。如果你在做一个严肃产品,选框架之前一定先看看 issues 列表和提交频率。

也别被 stars 骗了。Superpowers 的 257K 是真实的——它的方法论确实好。但有些项目的 stars 和实际可用性是脱节的。把 agent 框架当工具选就行,别当信仰选。测试过再说。

还有一个感觉:2026 年下半年会很有趣。苹果把 agent 塞进了 iMessage,Meta 在 WhatsApp 上铺 agent,微软在推 Project Solara——当平台方开始大量部署 agent,对框架的需求会从”酷炫”变成”稳定”。能通过生产环境考验的会留下来,不能的就会被淘汰。我估计这个分化会在年底之前加速。

写在最后#

三百天以前,Superpowers 还是一个刚上线的项目,MCP 还在技术预览阶段。现在到处都在用。

Agent 框架正在经历自己的”操作系统战争”时期。不是每个框架都会活下来,但留下来的一定会定义接下来的开发方式。

至少对得起这个热闹的 2026。


参考来源:

257K Stars 的 Superpowers 和热到发烫的 MCP:AI Agent 框架的 2026
https://fuwari.vercel.app/posts/ai-agent-frameworks-2026-superpowers-mcp/
作者
XU
发布于
2026-07-20
许可协议
CC BY-NC-SA 4.0