编程 需求没想清就丢给 AI?grill-me 会先「拷问」你 11 个问题再动手

2026-08-28 22:45:02 views 6

现在「人人可以 Vibe Coding」已经算不上新鲜事:把一句需求丢给 Agent 工具,它就能开始生成代码。但真正做出来的东西,往往不是我们想要的。推倒重来、白费 Token 的场面,很多人在实践里都遇到过。

问题通常不在 AI,而在于需求本身没被想清楚,AI 就只能靠猜。

grill-me:一个把「拷问」写进名字的 Skill

最近有一个名为 grill-me 的 Skill 值得注意。据原文数据,它的下载安装量已超过 87 万次,出自 TypeScript 圈开发者 Matt Pocock 之手;他所在的 skills 仓库,Star 数已超过 22 万。

grill 在英文口语里是「拷问」的意思,grill-me 也就是「拷问我」。打开它的 SKILL.md,正文只有几行字,第一眼甚至以为页面没加载出来。

但运行方式很有意思:输入 /grill-me 后,AI 不会马上动手写代码,而是像面试官一样开始追问。它会顺着一个决定继续往下挖,把选择背后的连锁问题摆到台面上;每个问题基本是选择题,并给出一个推荐答案。多数时候,用户只需要回一句「同意」就能继续。

AI 自己也会去查代码库来确认现状,而不是一股脑把所有问题都抛给用户。

更关键的是:在确认达成共识、需求完全搞清楚之前,它不会写任何代码。

它解决的是 Vibe Coding 里最容易被跳过的环节

从一个模糊想法到最终产品,中间要经过大量决策:报错怎么兜底、数据存在哪、边界情况怎么处理……

如果 AI 不主动和我们确认这些点,而是根据自己的理解直接开始写,最后做出来的产品大概率会跑偏。

grill-me 的思路是把「决策权」交还给人:AI 负责挖盲点,用户负责拍板。这种机制相当于在「模糊需求」和「生成代码」之间插入了一道对齐关卡。

安装与实测

安装命令原文给出如下:

npx skills add https://github.com/mattpocock/skills --skill grill-me

原文未说明安装前置条件;从命令本身看,执行前需要本机具备 npx(npm)环境,具体仍以项目 README 为准(需自行验证)。

作者的实测背景是一个真实需求:截至原文写作时,DeepSeek Harness 已破 14 万 Star(原文未展开介绍该产品),工具本身目前只有 Web UI,安装还要折腾 Node.js 环境,所以作者想给它做一个客户端。

他故意向 grill-me 输入了一句模糊需求:

给 DeepSeek Harness 做一个开箱即用的跨平台客户端

grill-me 没有直接开工,而是先把自己能查的事实查清楚,再开始细问用户真实需求。

最终它围绕目标用户、覆盖平台、技术方案、首次引导、实现功能等 11 个关键决策点逐层对齐。每个问题大多附带两三个候选项,并给出一个推荐选项及理由。

作者坦言,整个提问过程中有很多问题,是在最初发需求时完全没想到的。所有问题问完后,grill-me 会把共识汇总成一份「设计共识」,确认后才进入开发。

代价与边界

这套流程并非没有成本:

  • 面对复杂需求,它可能真会问出几十个问题,没耐心的用户会觉得被打断。
  • 对齐后的共识并不会自动落盘。除非用户主动让它保存到本地,否则新开对话后这些共识就会丢失。

也就是说,grill-me 擅长的是「启动阶段的需求对齐」,而不是「开发中的计划沉淀」。

如果需求已经非常明确、或者你正在赶时间,这一步反而会拖慢节奏;它更适合方向模糊、选项多、返工代价高的项目启动阶段。

与 Superpowers 的搭配

Superpowers 是另一套流程型 Skill,覆盖头脑风暴、写计划、执行到调试审查,几乎把整个开发过程都管起来,特点是重而全。作者判断,多数人的 Agent 工具里应该都已经装过它。

在作者看来,grill-me 和 Superpowers 更像互补关系:

  1. 先用 grill-me 把需求问清楚;
  2. 再交给 Superpowers 的 writing-plans 把共识落成计划文档;
  3. 最后用 executing-plans 分步实施。

一个管「想清楚」,一个管「做到位」,介入时机一前一后,正好衔接。

作者在自己的项目中已经跑了一段时间,体感是:进入实施阶段后,基本不需要回头重新掰扯需求。

小结

Agent 的执行力在肉眼可见地变强,一句需求生成一个网站、一个小游戏都算不上稀奇。但做得快不等于做得好——最初方向如果错了,后期维护成本只会越来越高。

更有意思的是,Superpowers 是一整套流程管理,grill-me 只用几行字就管住了流程的起点。两者结合,可以明显提升需求落地的质量。

模型再强,也只能做「对我们说清楚的事」。未来,把模糊需求先「拷问」清楚,可能成为 Agent 工具的内置动作。

GitHub 地址:https://github.com/mattpocock/skills

复制全文 生成海报 AI编程 Vibe Coding 效率工具 Skill

推荐文章

程序员茄子在线接单