用workbuddy做了一个高中数学学习助手 ,Hy4体验感拉满

Hy4 11月4日上线workbuddy并开放了免费使用的窗口，我就借着这个机会，想认真测它一把。不是之前简单做一个文件整理或HTML生成任务，而是把一件麻烦、完整、而且我中途还会故意推翻重来的活儿，整个丢给它，看它到底能不能一路扛到交付。

因为小孩现在读高中，我尝试做一个单机离线的高中数学自学平台。这件事说大不大，说小也不小：它既要按教材顺序把知识体系补全，又得把真实高考题、本机课程视频、学习记录和一整套分析报告都装进去，最后还得打包成能双击运行的 EXE。我给 Hy4模型下的workbuddy 提的要求挺不客气——

网页版、EXE、手机网页三端必须同源，学习数据只存本机、不联网也不上传；知识要按人教A版（2019）教材顺序走，学习路径固定成「先学、再梳理、再测试、再复习、然后纠正」；题目只能用真实高考原题，逐题标注来源与考点，不许自己编；本机那 57 节课程视频要能在应用里直接播，还得做「轻量化」；最后还要有笔记、重点卡片、错题本、章节总结、分析报告和动态知识模型，交付物是一份能双击打开的软件。

把这一长串甩过去的时候，我心里其实已经准备好了看它「演示一下」就交差。结果却给了我不少的惊喜，尤其在长程多次问答的任务中的上下文关联性上比以往进步明显。

▲ 数屿 · 登录页。第一次输入昵称与口令即自动建档，学习记录按账号隔离、只存本机

出来的东西叫「数屿」。17 个页面，从登录建档、学习初始化，一路到按教材顺序往下走，再到报告与动态模型，整条链路是通的。它不是一个停在「效果展示」阶段的原型，也不是几张看起来很美的设计图，而是我真的能在电脑上双击打开、在手机上用浏览器进、把所有数据锁在本机里的软件。

▲ 今日学习总览：下一步任务、掌握度概览与个性化路径都由本机真实记录算出

这些数字本身不算稀奇，稀奇的是它们背后每一件都经得起我追着问。比如那 64 道题，答案不是模型自己猜的，而是直接从开源 LaTeX 源卷的答案区读出来的字母；再比如那2.07压缩成的600多M 的视频，不是把课程掐头去尾剪几段充数，而是逐节重新编码、连讲解音频都一秒没丢。

它没有直接把答案甩给我

「学新知」那一页的做法，跟我见过的很多「AI 辅导」不一样。它没有一上来就把公式和结论摆出来，而是先用苏格拉底式的三段引导推着我：先让我自己想，再给一点提示，最后才给一个我能立刻动手的最小动作。教材里的结论被一道门控挡着，必须点「我想过了，展开教材精读」才出现。更细的一层是，那些引导语会贴着我初始化时填的年级、教材和起点章节来问，不是一套谁都能套的套话。

▲ 三段式引导 + 教材精读门控：先自己想，再看教材怎么说

它没敢自己编一道题

题库来自 2021 到 2024 年新课标Ⅰ/Ⅱ卷的 64 道单选题，从开源源卷里逐题提取，答案字母直接取自源卷的答案区，全程不做人工推断。归类上它也没偷懒：每一题都核定了「解这题真正需要的核心知识点」，只挂到那一个知识点下面；跨了两个及以上独立知识点的 7 道综合题单独成类，页面上明明白白写着「本题用到 / 还需用到」。没有真题可对应的知识点，它就老实写「暂未收录」，不肯拿别的题凑数。

▲ 作答即时判定、逐题解析、源卷出处与答案字母，全部摊开给你核查

报告不是装饰，是真的算出来的

分析报告里的掌握度，是按「62% 正确率 + 23% 练习覆盖 + 15% 研读覆盖」实打实算出来的，没有记录就记 0，绝不臆造。里面能看到章节掌握雷达、薄弱知识点排行、章节关联网络、进度趋势和热力图；动态知识模型还能按日期切片回放，把每个知识点标成「未开始 / 学习中 / 薄弱 / 稳固」，顺带把薄弱点之间的传导链找出来。下面这张是分析报告页的实拍。

▲ 学习分析报告：章节掌握雷达、薄弱知识点排行、章节关联网络与进度趋势

「轻量化」被它理解成了真压缩

57 节视频，从 2.07 GB 压到 631 MB，压缩比 3.36 倍。做法很老实：降帧率、降分辨率、降码率重新编码（10 fps / 640×360 / H.264 CRF30 / AAC 单声道 48 kbps，加了 faststart），每一节课从 0:00 到片尾一秒不少，讲解音频完整保留；逐节用 ffprobe 回读时长，和原始清单比对，误差超过 2 秒就判失败。这条后来被它写进了验收报告的硬约束里。

▲ 成果展示页里「两条硬约束的实测证据」：题目归类口径与真压缩参数逐条列明

它自己跑完了验收

64 题答案与四选项校验、17 页在空档案和有记录两种状态下分别渲染、三段式门控、答题三态、账号隔离、57 节视频逐节 ffprobe、真实 Edge/Chrome 的端到端点击与截图、EXE 启动后回环服务返回 200 以及视频 Range 返回 206——这些都不是我替它写的漂亮话，是它真跑出来、摊给我看的输出。

▲ 成果展示页「验收结果」：四套测试与桌面版实测逐项 PASS

· · ·

过程当然不是一路顺风。中间有两件事我挺不客气：一件是，不同知识点的真题被堆到了同一个知识点下面；另一件是，57 节完整课程被剪成了 25 秒无声片段，还管这叫「轻量化」。我没让它继续打补丁，而是直接叫停：先把我的需求完整梳理一遍给我看，确认之后，从头重做。

HY4 的反应有点出乎我意料——它真的停了手，把 40 条需求、验收口径和两条硬约束整理成一份《需求基线说明书》，等我裁定「全量随包 / 全部单选题 / 全 18 章 / 真实打包 EXE」之后，另起一个目录从零重建，旧工程一份没动。

后面还有两个小坑。免安装 EXE 一度只有 76 MB，因为漏打了那 57 个 mp4，发现之后改了打包配置，重打成 706 MB；网页版一度进不去，诊断下来是入口脚本被预览面板拦了，于是补了一个零依赖的启动器，又做了单文件自包含版。插曲就说到这。真正值得记的，不是它没出错，而是它没有硬拗，把「不可接受」写成了白纸黑字、可验收的硬约束。

· · ·

这套做法最实用的地方，是它能被整体搬走。把下面这段改一改丢给 WorkBuddy，物理、化学、生物、语文，都能照着长出来。

三条我这次实打实踩出来的经验：先把验收口径写死再让 AI 动手，「题目必须与知识点语义一致」「不许剪片段」这种话，写成硬约束才真的有用；让 AI 先出需求基线、确认后再开工，需求一旦变了，从零重建比打补丁便宜得多；最后，要证据，不要「已完成」——审计文件、测试输出、真实截图、能双击的产物，比任何漂亮话都可靠。

· · ·

这次最让我意外的，不是它会写代码。而是它扛住了一个跨很多轮、中途被整个推翻的长任务：能记住前面被否掉的东西，能按新基线重新组织，能自己写测试、跑浏览器、打包 EXE，还会在验收报告里如实写出边界——哪些是真实数据、哪些是演示账号的示例记录、哪些源卷只给了答案没给官方解析。

加载HY4的workbuddy。这次更像是一个了不起的同事，把一件事从需求一路背到交付，中间被骂了也不糊弄，改完还能把证据摆齐。

如果你手上也有一件一直想做、又总觉得太麻烦的事，别拿它去问 HY4「你会什么」。给它一个需要交付的活儿，让它把东西做出来给你看。

试完一次，得说一句：HY4，确实有点东西。