AI workflow escalation：复杂任务升级路径
Page card
- Part：Part 2 / Workflow 分流
- 适用角色：开发、QA;产品、设计理解协作入口
- 使用场景：任务不够清楚、影响面不确定、需要团队共识或执行边界不明确时
- 输出物：从模糊问题到可执行任务的升级路径
Related jumps
Back to AI Workflow Sharing。相邻主题：Agentic execution · Workflow design · Context building · Minimum viable change
Summary
重点：复杂任务不要一上来就交给 AI 执行。先判断它应该停在澄清、进入 brainstorm、补 context、写 OpenSpec,还是交给 executor。
这条路径不是要求每个任务都走五步,而是给 AI workflow 一个分流框架。目标是保持轻量,但在高风险或不清楚的问题上加足约束。
三个关键边界
- Clarification 边界：问题是否已经清楚到可以讨论方案?如果成功标准、隐含假设、失败模式还没暴露,先用
grill-me。 - Context 边界：影响面是否已经清楚到可以修改?如果常规
grep/ LSP 不够,再用 Graphify / code graph 拆模块关系、调用路径、数据流和 owner boundary。 - Execution 边界：任务是否已经清楚到可以执行?如果 scope、验收标准和验证命令都明确,才交给 Superpowers executor 做最小改动和验证闭环。
升级路径
- 问题是否清楚? 不清楚先用
grill-me,不要急着 brainstorm、写 spec 或执行。 - 方向是否需要比较? 需要多个方案或 tradeoff 时,用 Superpowers
brainstorm。 - 影响面是否清楚? 不清楚时,用 Graphify / code graph 拆模块关系、调用路径和 owner boundary。
- 是否需要团队级 contract? 跨模块、高风险、影响 QA / 产品 / 设计共同预期时,进入 OpenSpec。
- 是否已经可执行? scope、验收标准、验证命令都清楚时,才交给 Superpowers executor 做最小改动和 verification。
工具边界
grill-me/ 拷问流程：用于需求还不清楚、成功标准模糊、风险没有被说出来的阶段。它的目标是暴露隐含假设、边界、失败模式和验收标准。- Superpowers
brainstorm：用于方向已经有了,但需要发散方案、比较取舍、生成可执行计划的阶段。它不是替代需求澄清,而是把已澄清的问题转成行动路线。 - Graphify / code graph：用于影响面难以靠
grep/ LSP 判断的阶段。它应该拆出模块关系、调用路径、数据流、状态 owner、变更半径,而不是只生成高层概念图。 - OpenSpec：用于跨模块、高风险、多人协作或需要长期维护的 contract。它回答
What should be true,不是执行细节清单。 - Superpowers executor：用于 scope 已经明确、验证方式清楚、改动可以被最小化的阶段。它负责执行纪律和闭环,不负责替团队决定需求 contract。
可分享案例
- 模糊需求：先用
grill-me找出受众、非目标、验收标准和风险,再决定是否需要 spec。 - 大范围 bug：先用 code graph 找 owner boundary 和数据流,再让 executor 做最小修复。
- 跨团队改动：先进入 OpenSpec 对齐 contract,再实现和验证。
- 小 scope 修复：已有复现、验收和验证命令时,跳过重流程,直接进入 executor。
可复用规则
升级不是为了增加流程,而是为了避免在问题还不清楚时过早执行。
- 问题不清楚时先澄清,不要让 AI 直接给实现方案。
- 方向不唯一时先比较 tradeoff,不要把 brainstorm 当最终决定。
- 影响面不清楚时先补 context,不要靠单个文件局部判断。
- 需要团队共识时写 contract,不要把聊天记录当 source of truth。
- 已经可执行时保持轻量,让 executor 做最小改动并给 verification。