新出的 Hy4 flash 好用吗?我用 WorkBuddy 做了个小测试一次不掺水的免费模型 Agent 能力实测:Hy4 flash(腾讯,11 月底前免费)配 WorkBuddy,一句话丢一个带验收要求的游戏开发任务进去,看它到底能自治到哪一步。几个工程点值得看:一是它拿到模糊需求(「数值自己定但要合理」)不是照填,而是先立设计原则——逼「疯狂接单」走不通、引导用学 AI 提升长期单价;二是它把「做完」定义成「自己开浏览器点一遍」,主动探查环境有没有浏览器自动化工具、自编检查程序覆盖 12 格 / 5 事件 / 双结局;三是它不盲信断言,程序报全过后仍要截图肉眼验收排版与