给 claude code 加了个 skill，强迫它先想清楚再动手

最近看到一个挺让我兴奋的东西。字节的 Trae IDE 里有个叫 MTC 的模式，MTC = More Than Coding。它跟普通的代码编辑模式不一样，是全流程的 agent：设计、分析、数据生成、文档都能做，顺便也能写代码。有个叫彭超的开发者用它两个小时做了一个完整的解谜游戏，叫 ClassOS，零行手写代码。我看完就想自己也搞一套，但我平时用的是 claude code，不是 Trae，所以就做了个 /mtc skill，把这个工作流复刻了过来。

MTC 的核心是"代码之前的一切"

MTC 作者有个论点我特别认同：MTC 不是 Code 模式的低配版，它是"代码之前的一切"。他做 ClassOS 的时候，剧本改了三版，mock 数据生成了五份文件，竞品分析拆了五个要素，这些全是在 MTC 里做完的，代码是最后才开始写的。

这个顺序正好就是大部分 vibe coding 出问题的地方。一般的做法是，脑子里有个模糊的想法，直接让 AI 开写。写到一半发现不对，回头改概念；概念改完要改数据，数据改完又得回去改代码。每个阶段都在推翻上一个阶段，最后出来的东西就是缝缝补补的。

MTC 的做法是把每个阶段的产出固定下来：每个阶段产出一个文件，作为下个阶段的输入，不允许跳过。它自己的划分是 Phase 1 出剧本文档，Phase 2 出数据设计文档，Phase 3 出系统架构文档，一层一层往下走。

对比 vibe coding 的来回返工与 MTC 每阶段产出文档、单向推进的流水线

我拆成了 6 个阶段

我把这个思路拆成 6 个阶段，做成 claude code 的 skill。具体是这样的：

• Phase 0: Context Gathering——想做什么？给谁做？什么感觉？这个阶段不出文档，就是对齐方向。
• Phase 1: Concept & Narrative——故事和概念的迭代，强制走 V1 → 自我批评 → V2 → V3。最重要的规则是 AI 必须自己批评自己的 V1，不能停在 V1。
• Phase 2: System Design——机制、解锁链、信息架构，产出系统设计文档。
• Phase 3: Data & Content——mock 数据生成。所有数据必须和叙事对齐，比如角色的聊天记录要和它的性格匹配。
• Phase 4: Build——写代码。这时候前面所有文档都是输入，该做什么前面已经全定好了，AI 只用想怎么实现。
• Phase 5: Polish——不加新功能了，就是补音效、动画、彩蛋这种质感上的东西。

每个阶段产出的文件放到 docs/ 里，下个阶段拿它当输入。每个阶段结束有一个 checkpoint，用户确认了才继续往下走。Phase 3 和 Phase 4 里子任务多的时候，可以 spawn subagent 并行加速，这个下面细说。

为什么不允许跳阶段

我一开始也犹豫过，或者说也不算犹豫，就是觉得有点多此一举：概念都已经想清楚了，为什么还要写文档，直接让 AI 开写不行吗？后来发现不行，原因大概有两个。

第一个原因其实跟 AI 没什么关系，是人自己记不住。现在觉得想清楚了，三天以后回来看代码，发现有个机制跟概念对不上，这时候你已经分不清是当时概念就没想清楚，还是 AI 实现的时候跑偏了。每个阶段都留了文档的话，回去就能看到当时的决策依据，等于把当时的想法存了个档，不用靠脑子记。

第二个原因更关键：AI 自己批评自己的 V1 这件事，必须放在一个独立的 phase 里做。你让它一边写代码一边反思概念，它是不会反思的，它只会继续写。它自己不会想起来要做这件事，得工作流硬性要求它做。所以 Phase 1 的规则是，V1 出来之后，强制 AI 列出 3 个问题，针对每个问题给一个 V2 的方向，让用户来选。

Phase 1 强制 AI 批评自己的 V1、列出问题再迭代到 V2 V3 的自我批评回路

做 Inside Job 这个游戏的时候，这条规则帮了大忙。V1 出来我看着觉得挺好，但又说不出哪里不对。claude code 按 Phase 1 的规则自己批评了一遍 V1，把"solid but predictable"拆成了三个具体的问题，每个问题给了一个 V2 方向。我说全要，它就把三个方向融合成了一个三层的叙事结构。V2 出来那一刻我是真的服了。

subagent 在哪几个阶段开

claude code 有个很好用的能力，可以 spawn 子任务，让好几个 agent 并行干活。/mtc 里最受益的是 Phase 3（数据生成）和 Phase 4（写代码）。比如 Phase 3 生成 mock 数据，一个游戏可能同时需要聊天记录、邮件、照片元数据、日历事件，这几种数据互不依赖，就可以开 4 个 subagent 并行生成，每个 subagent 只管一种数据，专注度高，速度也快。Phase 4 写代码是一样的道理，前端组件拆给多个 subagent 并行写，主 agent 负责整合和架构决策。

但 subagent 并行只在 Phase 3 和 4 开。Phase 1 概念阶段必须是单线程的，概念这个东西要一个脑子从头想到尾，拆开了反而乱。

概念阶段必须单线程，只有 Phase 3 和 4 才 fan out 多个 subagent 并行

最后算一笔账。/mtc 的前期投入大概 30-60 分钟，对一个完整项目来说不算大。反正意思就是别让 AI 在一个局部 context 里闷头写代码，先把完整的设计铺出来，它写的时候心里是有全局的。做 Inside Job 的时候我花了 40 分钟出概念和系统设计文档，然后才进开发；对比我之前直接 vibe coding 做小项目的经验，这 40 分钟大概省了 2-3 个小时的返工。

Trae 的 MTC 是个好东西，claude code 用户也能用上，就是需要自己做个 skill。我这套已经在做三个游戏了，效果比我预期的好。做游戏的过程我单独开了个系列，叫我是AI游戏制作人，感兴趣可以去看。