HN 日本語サマリー

← 一覧へ戻る
プログラミング

Superpowers 6

Superpowers 6 (blog.fsck.com)

164 pointsby seahorseemoji66 コメント

要約

Superpowers 6は、AIコーディング支援ツールの最新版で、大幅な高速化とトークン消費量の削減を実現しました。AnthropicのFableモデルを活用し、コードレビューや仕様適合性の確認プロセスを最適化することで、ビルド時間を最大50%、コストを最大60%削減することに成功しました。このバージョンでは、複数のコーディングエージェントの連携や、 autoresearch 機能による継続的なコスト効率改善も可能になっています。

全文翻訳

Superpowers 6

この投稿は、弊社のコーポレートブログ https://primeradiant.com/blog でも読むことができます。

TL;DR: Superpowers 6 は、同じ高品質な成果を得るために、はるかに高速になり、トークン消費量も大幅に削減されました。トークンを最大限に活用したい方はこのリリースを見送るかもしれませんが、ビルド時間を最大50%高速化し、コストを最大60%削減したいのであれば、Superpowers 6 を気に入るはずです。

1週間前、私たちは Superpowers 5.2 のリリース準備を進めていました。「あと一つだけ」の改善を加えるために、すでに数回リリースを延期していました。

Pi、Antigravity、Kimi Code のサポートを追加しました。

Codex、OpenCode、Cursor で Superpowers がより良く動作するようにしました。

Superpowers のスキルの一部を、モデルやハーネスに依存しないように書き直しました。これにより、どこでもより信頼性の高い動作が可能になります。また、Superpowers 用の新しいコーディングエージェントハーネスのサポートを追加する方法についての貢献ガイドも作成しました。

Visual Brainstorming をより使いやすく、安全で、信頼性の高いものにするために多くの作業を行いました。

そして、コードレビューのサブエージェントが単一のタスクではなく、ブランチ全体をレビューしてしまうという、特に厄介なバグを含む、数多くのバグを修正しました。

素晴らしいリリースになるはずでした。

そして、Anthropic が Fable をリリース(そして取り下げ)しました。Fable にアクセスできた数日間、私はそれを最大限に活用しました。

Superpowers ユーザーから最もよく聞かれる不満は、トークンが高価であり、Superpowers が大量のトークンを消費することであることは周知の事実です。Superpowers を使ったソフトウェア開発は、それを使わない場合よりも遅くなります。「遅い」という部分は重要ではないはずです。ビルドプロセスの自律的なサブエージェント駆動開発のオーケストレーション中に発生するためです。

しかし、それは重要です。遅いのは楽しくありません。そして、高価なのも楽しくありません。

Superpowers のビルドに時間がかかり、コストが高くなる理由の多くは、多くのユーザーに良い結果をもたらす理由と同じです。ハンズオフで実装できるように多くの事前計画作業を行い、実装中に厳格な赤・緑 TDD を強制し、その後 Superpowers 内のオーケストレーターがすべての変更を2つの軸でレビューします。

  1. エージェントは要求されたことを正確に実装したか、それ以上でも以下でもないか。
  2. 作業の質は十分か。

その性質上、テストされていない実装を YOLO して一日を終えるよりも遅くなるのは当然です。

しかし、それが遅くて高価であることに満足したことは一度もありません。

Fable が登場したとき、私は Subagent Driven Development をどれだけ最適化できるか見てみることにしました。

トークン消費量を15%削減できれば良いと思っていました。

それは達成できました。そして、それ以上のことも。

最初の攻撃方法は、コーディネーターからレビュアーへの引き渡しを見直すことでした。Fable は数千の Subagent Driven Development セッションを分析し、コードおよび仕様準拠レビューのサブエージェントがレビュー中に大量の git コマンドを実行することがあることを発見しました。レビュー対象のコミットを見つける方法の指示を、フォーマットされた差分とその他のメタデータを含むレビューパッケージを事前に生成するシェルスクリプトに切り替えるだけで、トークン消費量と実時間を約10%削減できました。

その夜寝る前に、Fable に、私が寝ている間に評価(evals)の実時間をさらに15%削減するよう指示しました。

寝る前に、コードレビュアーと仕様準拠レビュアーを組み合わせた場合に何が起こるかを評価すべきだというメモを社内Slackに投稿しました。

一晩で何が起こるか期待していたわけではありませんが、Fable が独立して同じ結論に達し、それをテストし、評価スイート全体で私が求めた追加の15%を節約したことを発見して目覚めることは、予想していませんでした。

[画像: pasted image 20260615 200048]

次の夜、私はもう少し野心的になりました。

/goal これが終わったら、Superpowers のビルドループのコスト効率を改善するためにオートリサーチループを実行してください。コーディネーターとして opus を使用してください。仮説ログを作成してください。実験を実行してください。少なくとも25回の実験を実行してください。

Fable は完全なオートリサーチハーネスを構築し、一晩で実行しました。構築されたものは GitHub で確認できます。

**==autoresearch== ループが完了しました: 25回の実験が終了しました** (さらに4件はバックログとして記録)、コーディネーターは常に opus、すべての仮説は事前にログに予測とともに登録され、現在 evals `docs/experiments/2026-06-11-build-loop-==autoresearch==.md` (a76ddc9) で永続化されています。ループの費用 ≈ $165。

ループが見つけたもの

**出荷候補 (E27):** opus コントローラー + 引き出された計画 + 条件付き俳句実装者 + 短いレビュアー契約 + ナレーションレシピ + 最終レビューティアピン → **フラクタル $6.24/$6.60** (手元にあるコンボ設定の計画は $11.67–14.84 でした)。植え付けられた欠陥ゲートは 2/3 で、1件の失敗はレビュアーのばらつきとジャッジの厳しさによるものと法医学的に特定されました — 短い契約は、レビュアーのレポートを読むことで明示的に免責されました。N=5 のゲートバッテリーは、スキルテキストとして出荷される前にまだ必要です。

**数値による勝利:** 短いレビュアー契約 (−41% のレビュアー出力、判定はそのまま)、ナレーションレシピ (−54%、ばらつきなし)、条件付き実装者ティアリング (~$0.5–1/実行、E22 は散文計画では俳句を正しく拒否することを示しました)、フィクスチャリアリズムは Svelte で再現 (−24% のスコープ一致)。

**証明された無効なもの:** コントローラーの思考を制限することは**逆効果**です — ローズが 92→138 になり、出力が倍増しました。思考はターン効率を向上させます。計画の単語予算は、コードが免除されていても、テストコンテンツを −62% 削減します。ソネット計画生成は忠実度を維持しますが、タスク構造を崩壊させます。計画内の実装本体は重要ではありません — テスト、インターフェース、構造がすべての負荷を担います (E28)。

**覚えておくべきリスク発見:** 差分パッケージのみを与えられたレビュアーは、