看在 workbuddy 里 hy3免费的份上，就开了 max 帮我梳理一个半成品的 app，顺便测试能力

只能说马马虎虎可用，一旦深入到细致打磨，就不行了，LLM 能理解意图，但始终无法完美实现，总是差点意思，改多少轮都不行，就是总有一个盖不上[笑cry]
而且排出的 agent 一多，必定卡死

在指令遵循，harness 约束稳定性遵循等方面，还是没有越过当前头部 LLM 的阈值
要想真正可用，估计还需要再进化一两个版本，但确实逼近可用性边界了，就看混元团队给不给力了

当然，workbuddy 的 harness 团队，应该也有很大的进步空间，暂时分辨不出是谁的锅[笑cry]

整体上用起来，就像是开一辆松松垮垮的车，质感跟 claude desktop 和 Codex 比差别还挺大