现在爆火的 Grill-Me，其核心就是一步：先对齐需求，再写代码。
Grill-Me 作为这套流程的入口，靠着「不把需求问透、绝不开工」的硬核特性，干掉了 Superpowers 重型规划的臃肿开销，成为无数开发者的 AI 编码标配工具。
但过去几个月，社区吐槽从未断过：
-
Grill 突然连环抛十几二十个问题，根本看不过来
-
AI 自己读代码、自己脑补答案，全程自问自答，完全脱离用户把控
-
需求还没确认完，AI 擅自跳转编码，强行推进流程
很多人因此卡在第一步：明明想轻量化对齐需求，反而被混乱的对齐流程拖得更累。
终于，GitHub 16w+ Star 的 Mattpocock Skills 迎来 v1.1 史诗级重构更新。
这次更新不只是小修小补，而是彻底重写 Grill 对齐逻辑、统一全流程命名、闭环完整开发链路，把之前所有社区痛点全部根治，同时给出了 2026 年最标准的轻量 AI 编码工作流。
今天深度拆解更新细节、实测效果、技能选型与最佳落地配置，看完直接淘汰老旧工作流。
一、旧版 Grill-Me 三大致命硬伤（所有人都踩过）
很多人误以为 Grill-Me 的问题是“太啰嗦、问太多”，实则是 流程无约束、权责不清晰。
旧版核心乱象，精准对应社区三大槽点：
1. 批量提问，信息轰炸
虽然指令写明“禁止一次性多提问”，但约束话术过于笼统，中弱模型经常失效。一开需求对齐，几十条问题刷屏，用户根本来不及逐一核对，对齐彻底失效。
2. 无确认门控，擅自开工
Grill 流程收尾后，没有强制人工确认环节。AI 经常默认需求达成共识，直接跳过用户确认，自动进入代码编写，大概率出现“我想的和 AI 做的完全不一样”。
3. 自问自答，用户失控
AI 会自主扫描代码库、读取现有逻辑，自行推导解决方案、自行回答决策问题。看似高效，实则绕过了用户架构决策，最终代码完全偏离预期。
简单说：旧版 Grill-Me 对齐靠自觉、流程无护栏、权责无边界，强模型尚能稳住底线，弱模型直接崩盘没法用。
二、v1.1 核心修复：彻底根治对齐乱象
本次更新核心改造底层 /grilling 通用能力（Grill-Me、Grill-With-Docs 全部依赖该能力），针对性修复三大问题，全程加严约束、明确规则。
修复1：精细化提问逻辑，杜绝批量轰炸
旧版只简单反向约束“不要一次问多个问题”，模型极易忽略。
v1.1 新增正向逻辑解释：批量提问会导致用户无法快速记忆、核对、决策，大幅降低需求对齐效率。
用「正向价值引导」替代「反向禁止指令」，模型遵守度大幅提升，彻底实现 一次只问一个问题，答完再问下一个。
修复2：新增强制确认门控，杜绝擅自开工
新版加入刚性规则：Do not enact the plan until I confirm we've reached a shared understanding。
无论需求对齐是否完成，必须等待用户主动确认，才能进入后续规划、编码环节。彻底解决 AI 超前执行、擅自推进的问题，把流程主动权完全交还给用户。
修复3：严格区分「事实/决策」，终结自问自答
这是本次最关键的底层升级，彻底划分 AI 与用户的权责边界：
|
Facts（事实） |
代码规范、现有实现、仓库配置、技术栈等客观信息 |
AI 自主查询、自主处理，无需打扰用户 |
|
Decisions（决策） |
架构选型、功能范围、交互逻辑、业务规则等主观选择 |
必须提问用户，由用户最终决策 |
从此 AI 只干“查资料”的活，所有核心业务、架构决策全部交由用户，彻底终结 AI 脑补、自问自答的乱象。
三、真实模型实测：强弱模型差距彻底拉开
我用「为 PromptMaster 新增提示词版本回滚功能」的相同需求，实测多组主流模型，新旧版本对比差距极其明显。
强模型（GPT-5.6 Terra、Gemini 3.5 Flash、GLM 5.2）
体感变化不大。这类模型本身自律性极强，旧版就不会批量提问、擅自开工，v1.1 只是把原有良好行为固化为强制规则，属于“锦上添花”。
弱模型（Step 3.7 Flash）
质变级提升，堪称救命式更新：
-
旧版：开局直接抛出20+问题，刷屏混乱，完全无法对齐需求
-
新版：严格单问单答，流程规整，收尾自动暂停等待确认
结论非常清晰：v1.1 最大价值是给弱模型加护栏，抹平模型能力差距，让普通模型也能实现标准化需求对齐。强模型稳上加稳，弱模型直接可用。
四、重磅架构重构：命名统一，闭环完整工作流
如果说 Grill 修复是体验升级，那全技能命名重构 + 流程闭环就是架构级革新。
旧版最大问题：技能杂乱、定位重叠、流程碎片化，没人能说清完整使用顺序，后半段开发全靠自觉。
v1.1 彻底统一术语、合并冗余技能、补齐流程短板，打造标准化五步闭环开发流。
两处关键改名，终结定位模糊
1. /to-prd → /to-spec
官方终于纠正长期以来的命名误区：PRD 仅限产品需求文档，而该技能生成的是包含业务规则+技术细节+验收标准的完整规格文档。统一为 Spec 后，成为全流程通用标准产出物。
2. /to-plan + /to-issues → 合并为 /to-tickets
砍掉功能重叠的两个技能，统一为 Tickets 任务切片。不再绑定 GitHub、Linear 平台，通用型更强，同时自带任务依赖、阻塞关系、执行顺序，完美适配大小项目拆解。
v1.1 标准五步闭环工作流（官方唯一标准答案）
Grilling 需求对齐 → Spec 规格固化 → Tickets 任务拆解 → Implement 落地编码 → Code-Review 自动审校
Grilling（需求澄清）：三种入口按需选择，彻底扫清需求模糊点
Spec（文档固化）：对话决策一键生成标准化规格文档，留存可追溯
Tickets（任务切片）：按依赖拆分可执行子任务，支持小步快跑
Implement（落地开发）：逐任务自动编码、自测、修复
Code-Review（闭环校验）：自动代码审查、重构优化、回归校验
相比旧版“前半段规整、后半段随缘”的碎片化流程，新版真正实现 从0到1全链路标准化、可落地、可复盘。
五、第一步怎么选？三大 Grilling 入口精准适配场景
v1.1 明确了三大需求对齐入口，不用瞎试，直接按场景匹配：
1. /grill-with-docs（日常首选）
适用：已有代码库、迭代开发、存量项目改造
自动读取项目 CONTEXT.md、ADR、现有代码规范，对齐过程自动更新领域术语、决策记录，不脱离项目现有架构，对齐精度最高，也是 Matt 官方主推方案。
2. /grill-me（轻量化首选）
适用：新项目早期、无代码库、纯产品需求讨论、小型功能验证
纯对话轻量化追问，无代码依赖，快速厘清基础需求边界，轻量化零负担。
3. /wayfinder（大型复杂项目首选）
适用：超大模糊需求、单次会话承载不下、跨会话迭代的大型项目
将巨型需求拆解为四类可管控子任务，分布式推进、跨会话留存进度：
-
Research 调研：自主完成技术栈、竞品、现有方案调研，无需用户值守
-
Grilling 澄清：核心决策逐一对齐，保证需求无歧义
-
Prototype 原型：快速搭建逻辑/UI 原型，提升决策保真度
-
Task 执行：环境配置、依赖安装等机械工作自主完成
所有子任务闭环后，自动汇总生成完整项目地图，一键导出 Spec 规格文档。
六、辅助技能更新：TDD 流程优化，分工更清晰
v1.1 对配套辅助技能也做了精细化梳理，剔除冗余负担：
-
/research：后台异步调研，不阻塞主流程，调研结果自动归档为 Markdown
-
/prototype：支持逻辑/UI 双原型，已升级为模型可自动调用，适配 Wayfinder 全流程
-
TDD 流程重构：将「重构环节」从编码阶段剥离，统一归入 Code-Review 阶段。避免编码时兼顾重构导致负担过重，新流程严格遵循 Red→Green→Review重构，分工更科学、代码质量更稳
七、Trellis vs Matt Skills v1.1：到底该怎么选？
很多读者纠结：我之前主推的 Trellis，和新版 Matt Skills 怎么取舍？这里给你最直白的落地结论：
Trellis 优势
依赖上下文 Hooks 注入，任务树治理极强，大小任务适配均衡，自动化程度拉满，适合追求全自动、结构化DAG调度的场景。
Trellis 短板
平台兼容性差，极度依赖编辑器子代理、Hooks 能力，一旦平台不支持，稳定性大幅下滑，极易出现上下文错乱、流程跑偏。
Matt Skills v1.1 优势
全平台通用、零依赖、轻量化、流程标准化，不绑定特殊编辑器能力，任何 AI 编码工具都能跑通完整闭环，兼容性拉满。
最佳选型结论
-
使用 Claude Code、Cursor 等原生适配平台 → Trellis 优先，自动化更强
-
使用小众编辑器、追求通用性和稳定性 → Matt Skills v1.1 首选，零坑稳跑
八、2026 极简最佳配置（直接抄作业）
不用堆叠所有技能，轻量化够用就是最优解，推荐两套成熟配置：
通用极简配置（90%开发者适用）
核心闭环：Grill-With-Docs → /to-spec → /to-tickets → /implement → /code-review
进阶增强配置（适合复杂项目、注重代码质量）
在通用流程基础上，保留两个王牌技能，补齐短板：
-
/improve-codebase-architecture：系统性扫描代码库，挖掘架构隐患、模块耦合、可测试性问题，生成可视化架构报告
-
/diagnose：标准化六步调试闭环（复现→最小化→假设→仪器化→修复→回归），杜绝调试跳步、漏测问题
新手最优载体：Antigravity IDE
内置全套 Matt Skills 流程，自带可视化 Grill 交互、任务规划、TDD 驱动、会话交接能力，无需手动配置，开箱即用，体验优于原版技能。
九、总结：2026 AI 编码的终极轻量化答案
Matt Skills v1.1 的更新，本质是终结了 AI 编码的流程混乱时代。
它没有堆砌复杂能力，而是做了最核心的事：
-
管住 AI 的嘴：单问单答，不轰炸、不脑补
-
管住 AI 的手：确认再开工，不擅自推进
-
理顺全流程：统一术语、闭环链路，从模糊想法到落地代码全程标准化
如果说 Superpowers 是重型工业化流水线，Trellis 是高自动化专属框架，那 Matt Skills v1.1 就是通用、轻量、零坑、全适配的全民最佳实践。
不再被模型能力、平台适配、流程混乱束缚，任何人都能靠这套标准化流程，稳定产出高质量代码。
