Grill-me 拆解：AI Agent 工作流缺少的那层叫「前置拷问」

2026 年 7 月，一个叫 /grill-me 的 AI skill 在 GitHub 上拿了 17 万颗星，700 万次下载。Matt Pocock 把自己的 .claude 目录整个开源，命名 mattpocock/skills，里面装着他在日常 AI 编程中实际使用的 skill 文件。

最火的 /grill-me 只有七行字。核心指令更短，就一句话：对每个问题，先给出你推荐的答案。

不少人的第一反应是疑惑：这么点内容，凭什么？

但如果把它放进真实的 AI 编程工作流里看——尤其是用过 Claude Code、Codex 这类编码 agent 的人——就会发现，它解决的不是技术问题，而是流程问题。

项目在解决什么问题

用过 AI coding agent 的人大概率遇到过这个场景：你刚说了一句「帮我加个搜索功能」，agent 已经开始写代码了。写了三层抽象、两个接口、一个工具类，然后发现你其实只想要个简单的模糊匹配。回滚，重来，浪费二十分钟。

这不是 agent 的问题。这是缺少前置对齐步骤的问题。

人类开发者拿到需求会先问：做什么、给谁用、边界在哪、怎么验收。但 AI agent 没有这种本能——你给指令，它就执行，越快越好。

Matt Pocock 的做法很简单：不让 agent 跳过这个步骤。

/grill-me 会对着你的需求反复提问，直到把所有决策分支走完。它不关心正确答案，只关心你有没有想清楚。每问一题还附带自己的推荐答案，方便你直接说「就按这个来」。

这不是技术突破，是一个工程纪律。

关键设计：为什么只有七行字

很多人以为越火的 skill 应该越复杂。/grill-me 反着来。

它的 SKILL.md 只有这么点内容：

指令部分就一行：Run a /grilling session。加上那句「provide your recommended answer with each question」，总共五句话。

这种简洁背后有一个清晰的设计判断：skill 不应该比它解决的问题更复杂。

Matt Pocock 的另一条关键设计是 disable-model-invocation: true。这个配置让 skill 在执行期间不让 agent 自主调用工具或写代码。它只能提问，不能动手。这意味着你没法在 /grill-me 会话中途走神改代码——要么认真回答问题，要么终止会话。

从工程角度看，这是一个很聪明的约束：它把「思考」和「执行」从时间上隔开了。

不只是 grill-me：完整的 skill 工作流

/grill-me 只是入口之一。Matt Pocock 的 repo 里有一套完整的流程链。不过需要注意，入口现在有两个版本。

/wayfinder → /grill-with-docs → /to-spec → /to-tickets → /implement → /code-review
  探路         拷问+输出文档     写规格      拆任务       写代码       审代码

这是当前推荐的完整链条。/grill-with-docs 取代了 /grill-me 作为首选入口，而 /wayfinder 用于超大项目先行探路。

每个 skill 都对应一个不可跳过的工程步骤：

/grill-me — 前置拷问，确认方向。Agent 只提问，不写一行代码。

/to-spec — 把确认后的方向写成规格文档。规格不是设计文档，是可验证的边界清单。

/to-tickets — 把规格拆成独立可执行的任务。每个 ticket 是一个垂直切片，不是一个大模块的各层。

/implement — 按 ticket 逐个实现。受严格约束，不允许超范围改动。

/code-review — 实现完成后做审查。不是走过场，是按规格逐条核对。

这条链的核心逻辑是：每一步的产出都是下一步的输入。跳过任何一步，后续都会出问题。

还有一个值得单独提的 skill：/tdd。它强制红-绿-重构循环，不能先写功能再补测试。Matt 自己说，TDD skill 是他防 AI「作弊」——agent 太容易跳过测试步骤直接交付了。

/grill-me 的设计思路

如果把 /grill-me 的设计原则提取出来，大概是三条：

第一，在决策树走完前不动手。 每次只问一个问题，回答完才进入下一个分支。中间依赖的决策不会同时模糊着进入实现阶段。

第二，附带推荐答案降低回答成本。 “What do you think?” 是最懒的提问方式。给出推荐答案，用户只需要确认或纠正，而不是从头想。

第三，只提问，不执行。 disable-model-invocation 确保 skill 不会被「顺便改个变量」带偏。你没法在拷问半途切去做别的。

这三条单独看都不复杂。合在一起，它们构成了一个对抗「过早实现」的防御层。

/grill-me vs /grill-with-docs：进化版有什么区别

2026 年 5 月，Matt Pocock 发布了一个新 skill：/grill-with-docs。他的视频标题直接叫 “I stopped using /grill-me for coding. Here’s what I use instead”。这不是并列关系，是进化。

共享的底层拷问引擎

两个 skill 的拷问方式完全一样：

• 一次只问一个问题
• 每问附带推荐答案
• disable-model-invocation: true（拷问期间 agent 不能动手）

区别在于拷问结束后留下了什么。

/grill-me 的核心局限

Matt 自己的总结很直接：“Plain interview sharpens your thinking and then evaporates when the session ends.”

你花 30 分钟回答 50 个问题，得到一个清晰的计划，关掉会话——那些决策全在上下文里，下次什么也没留下。

为此他还做了另一个 skill /handoff，专门把 grill 会话的上下文压缩成 markdown 传给下一个会话。但这只是补丁，不是根治。

/grill-with-docs 的三个改进

术语实时落地。 每次一个关键术语被确认，立刻写入项目根目录的 CONTEXT.md。词汇表只收词汇，不塞规格细节。

ADR 按需生成。 只有真正难逆转的决策才写 ADR（Architecture Decision Record）。大部分 session 只产生一个更清晰的词汇表，没有 ADR——这是预期的。

自己能回答的不问你。 拷问中如果某个问题可以通过读代码库回答，agent 会自己去读，不会把这个问题抛给你。

什么时候该用哪个

/grill-me 不是被抛弃了，它仍然保留在 repo 中。选择标准很简单：

• 项目还没有代码库，或者你只是需要快速碰撞一个想法 → /grill-me
• 项目有代码库，需要把对齐结果沉淀下来，让后续 agent 能读到 → /grill-with-docs

如果你不确定，默认选 /grill-with-docs。它包含拷问的全部价值，还多了一份持久化。

业内怎么看 grill-me

一个 147 字节的 markdown 文件拿到 17 万星，自然会引来各种各样的解读。

AI 编码的对抗式审查工具

如果把 grill-me 放在 code review 的场景里看，它的价值很特别。人类审查者受制于人际关系——你不会每一次都 block 同事的 PR，你会挑战斗、软化措辞、不想当那个难搞的人。Grill-me 没有这种社交压力，它会系统性地追问每个隐含假设、边界情况、错误路径。

但有个反直觉的用法：你最有信心的那段代码，反而最该用它。 因为明显有问题的代码大家都知道要修，最危险的是那些表面看起来没问题、但藏了一个隐含假设的部分。

Interview-first 模式不限于编程

LinkedIn 上有个工程师 Danny Bellion 写得挺到位。他说他一开始也忽略了 grill-me 几周，后来一发不可收拾。核心原因不是它拷问得好，是它暴露了一个更普遍的问题：瓶颈不在模型能力，在用户传达意图的能力。

这个观察延伸到其他领域同样成立——策略、研究、写作——任何需要把脑子里的东西传给模型的场景，interview-first 模式都有效。

抱怀疑态度的人也不少

Hacker News 上有人直言：直接说 “be critical” 效果差不多，复杂的 prompt 措辞可能是制造 FOMO 卖课程的手段。反驳的一方认为，“walk down the decision tree” 比 “be critical” 有具体的语义——树形遍历——措辞精确不是玄学。

两边的共识点是：这需要实际 A/B 测试来验证，而不是靠 LLM 自己评价自己（LLM 没有自我认知能力）。

一个更大的信号

Medium 上有一篇 Marc Bara 的文章，把整个现象的行业意义总结得很清楚：当一群最认真的 AI 编程用户不约而同地写「刹车」而不是写「油门」，这个信号不该被忽略。下一阶段可能不是让 agent 更自主，而是让它们的自主权有条件。

它与 Superpowers 的差异

在这个赛道里，另一个重要的 repo 是 Jesse Vincent 的 obra/superpowers（约 19 万星）。两个项目经常被放在一起比较，但它们的设计哲学有明显差异：

简单说：Gary Chen 在视频里把这两个比作「浅模块 vs 深模块」——skills 是薄的独立层，每个 skill 干一件事；superpowers 是厚的上下文系统，agent 在里面能自主做更复杂的事。

两者不是竞争关系。起步用 skills 系列，项目稳定后用 superpowers 接管持续开发，是不少人实际采用的组合方式。

落地建议

如果你也想在工作中用这套流程，三步就够了：

1. 装 skill repo。 在项目根目录运行 npx skills add mattpocock/skills，选你的 AI agent（Cursor / Claude Code 等）。

2. 有代码库用 /grill-with-docs，没有用 /grill-me。 前者会给项目生成 CONTEXT.md 词汇表和 ADR 记录，这些文件提交后可以被后续 agent 读取。一次完整的 grilling 大概需要 15-45 分钟，能问 30-70 个问题。

3. 按链推进。 拷问 → 规格 → 拆任务 → 实现 → 审查。不要跳步骤。如果觉得某一步多余，往往是那个项目最需要这一步的时候。

边界与风险

这套流程不是万能的。有些情况它不太合适：

• 纯探索性工作。 你不知道要什么结果，需要 agent 先试几个方向。前置拷问会浪费精力。
• 紧急修复。 线上挂了，先修再讨论流程。
• 小改。 改个按钮文字还要被拷问 30 分钟，效率和常识都不支持。
• 团队协作节奏。 这个流程适合个人或小团队。大团队需要一个共享的流程定义，而不是每个人各自跑一遍 skill。

另外，cookie 层面的风险也要提一下：/grill-me 本身只是 markdown 指令文件，不影响代码安全。但安装他人发布的 skill 时，始终建议审查源码再使用——和装任何开源工具一样。

结论

/grill-me 和它背后的 skill 系列在 2026 年爆红，不是因为 AI 技术取得了什么突破。是因为大量开发者在使用 coding agent 一段时间后，共同发现了一个事实：让 agent 慢下来，比让它快起来更难，也更重要。

Matt Pocock 并没有发明什么新技术。他只是把自己对抗「过早实现」的方法文档化，然后分享了出来。这七行字能拿到 17 万星，说明遇到这个问题的人比他想象的更多。

下一步可以做的事：

• 把流程装到项目里试一次，有代码库用 /grill-with-docs，没有用 /grill-me
• 注意两者的区别：/grill-me 拷问完就结束，/grill-with-docs 会生成持久化的 CONTEXT.md 词汇表和 ADR
• 如果团队在用，考虑把流程共识写进项目内的 AGENTS.md，而不是靠每个人手动跑 skill