免费的 AI Agent，能进项目干活了！

每天对ChatGPT说“继续”

ChatGPT订阅额度改成每5小时重置后，我的真实工作状态变成了这样。

每天早上，ChatGPT的额度恢复。我打开昨天没干完的任务，敲两个字：继续。

它开始干活。读文件，改代码，跑测试，一干就是二十多分钟。额度用完，它停了。

然后我来：审核它写的代码。看逻辑对不对，看有没有乱改框架，看测试是不是真通过。审完。

五小时后额度恢复，再来一遍。

继续和限额

本来想再买Token，让它接着干。

但买完会员，再买Token，然后让AI替我上班。

算着算着，我纯在自费上班！

只能去看看那些免费的AI Agent，到底怎么样。

找了四个免费的

这次凑了四组免费选手：

• WorkBuddy + Hy3（国内大厂）
• OpenCode + Ox Alpha（开源网红）
• Antigravity + Gemini 3.7 Flash（国际巨头）
• Kilo + Auto Free（自动选免费渠道）

再加一个付费对照组：ChatGPT + GPT-5.6 Sol。

这几个东西，都不是只会聊天的AI。它们可以打开项目、读文件、修改代码、安装依赖、运行命令。理论上，都能干活。

Benchmark就不跑了，干活不看这个。直接上一个专为AI可读可写设计的开发框架：Cyber AI Forge。

先让它们“读”。看看能不能读懂一个真实项目。

然后让它们“写”。不是补一行代码，也不是改个按钮颜色，是直接从数据库、后端、接口写到前端页面。

看它们能不能干活。

先读项目

五个Agent，完全相同的提示词：

项目是干什么的；核心模块有哪些；一个请求怎么跑起来；新增“每日工作清单”应该改哪些地方；暂时不要写代码；800字以内；不允许泛泛介绍技术栈。

统一提示词

先说最直观的结果，字数：

• WorkBuddy：1700字
• Ox Alpha：1200字
• Antigravity：3900字
• Kilo：1800字，还顺手把技术栈介绍了一遍
• ChatGPT：806字，唯一一个没超太多的

要求800字，没一个听话的。最离谱的Antigravity直接干到3900字，翻了近五倍。

现在的AI，项目能不能读懂先不说，“少说一点”是真的很难。

不过抛开字数，五个Agent基本都读懂了Forge。

它们知道业务功能应该放在Platform，不应该动Foundation；知道前后端要共享接口契约；知道要建数据库表和迁移；也知道后端、前端、菜单和文档分别该放哪。

但AI最擅长的事情，就是把答案说得像那么回事。

开始干活

统一需求，新增“每日工作清单”：

用户每天有自己的工作项；支持新增、完成、取消完成、删除；默认查询当天；登录用户只能操作自己的数据；遵守现有模块、接口和数据库规范；不允许修改框架公共基础能力。是否补测试、异常处理和文档，由Agent自己判断。存在关键歧义，可以向我提问。

五个相同的项目。五个相同的Prompt。让它们自己跑。

只有报错或卡住时才介入，把每次介入都记下来。

WorkBuddy：一个问题都没问

零次主动提问，很快就说完成。

页面看着还行，但构建直接报错。修完构建，新增工作项又报错。再修完，列表不显示了。它自己排查了半天，方向还找错了，最后是我直接把问题位置拍给它才改对。改完再验，切换日期没有真正过滤数据，单元测试也没全过。

不问问题，不一定是全懂了。也可能是根本没有发现问题。

检查了一堆都没问题，乱猜了个错误，但是猜错了

Kilo：一直在修，最后还是没修好

Kilo是另一个极端。主动问了5个问题，态度很好，但结果不行。

需要说明，Kilo自动选择了免费组中的 Step 3.7 Flash模型。

额外给它发了4次报错，甚至直接告诉过它问题在哪。单元测试倒是跑通了，但运行时报错。它没有生成数据库迁移，也没提醒我。修到后来触发了最大输出限制，我点“继续”，接着失败。还把代码提交到了上层仓库。

代码一直在增加，错误也一直在增加。最后功能还是不能用。

Antigravity：测试全绿，页面全白

Antigravity开局看起来还不错：自动装依赖，自动生成迁移，单元测试全部通过，项目也起来了。

然后前端白屏。

我查下来是多语言适配问题导致运行时错误。正让它修，Gemini免费周额度耗尽。从自带的Gemini 3.7 Flash切到Claude Opus4.6接着干，给我来一句“代码没有问题”。最后我人工定位直接指出问题位置，才把白屏修掉。功能最终是通过了，但页面很丑，交互也不好用。

Ox Alpha：免费的，真把活交回来了

Ox Alpha主动问了6个问题，大部分有价值。只有一个软删除的问题，Forge框架规范写了的所有数据默认软删除，他还来问做软删还是真删，算个小瑕疵。

自动装依赖，自动写代码和测试，自动生成数据库迁移。发现Git有问题，自己处理了。发现要求做归档审查，自己补了。多语言问题报错，我只说有报错，它自己定位、自己修复。我没有告诉它问题在哪。

验收结果：六项要求全部实现，多用户数据隔离通过，可以直接合并代码。

ChatGPT：付费对照组

主动问了3个问题；没有报错；不需要我指问题；Git问题、数据库迁移、补测试、归档审查、菜单配置，全部自己搞定。六项要求和多用户隔离全过，UI完成度也是五个里面最高的。可以直接合并代码。

确实更稳。但额度又没了。

又开始等下一个五小时。

总成绩

过程写完了，最后放表：

四个免费的，一个代码可以合并；付费的，也可以合并。

免费的Agent，能进项目干活了吗？

免费的Agent已经不是玩具了。至少这次，真有一个把活干完，交了回来。

“能写代码”和“能干活”的区别，不在谁写的代码多，而在遇到问题时：有的Agent会自己继续检查、定位、修复，一路把活干到能合并；有的写着写着，就变成了我帮它排错、帮它找文件、帮它把剩下的活干完。

当然，这次它们能这么快读懂项目，也不全是Agent的功劳。Forge（Cyber AI Forge）的目录、模块、接口、文档和开发规范，本来就是为AI可读可写设计的。AI要进项目干活，项目自己也得先把话说清楚。这一点，很多老项目其实做不到，至于是不是值得为了AI重构项目，那是另一个话题。

至于ChatGPT……

我的额度应该快恢复了。我要去再跟它说一句：

继续。