WorkBuddy
最近拿 trae 写东西感觉经常会犯一些很低级的错误，写的页面也排版比较随意，不知道是什么原因。而且好像 IDE 模式写出来会准确率高一些，挺奇怪的，问题 IDE 写多个项目又不是很好用。 想着换一个 agent 试试，openCode 和 WorkBuddy 会不会好一些呢？ codex 我也在用，但是里面在用 gpt 的模型，不太想切换。大佬们有什么建议吗？
此处说明来自所引来源记录。收藏会在本设备创建书签，不会自动同步到账户。
- 本站首次观测
- 2026年10月30日 04:15 UTC
- 引用原文最早发布
- 2026年11月1日 16:10 UTC
- 最近观测
- 2026年11月12日 06:30 UTC
最近完整七日的证据
- 来源提及
- 2 前七日 1
- 不同来源
- 2 前期 1
- 可比较增长
- 不可比较
- 榜单记录
- 0
采集观测与无发布日期的记录，和有日期的原文提及分别统计。 七日观测：2 · 无日期记录：0
采集覆盖 · 窗口可比较本期 / 前期观测天数 7 / 7
统计使用完整 UTC 日。“首次观测”指本站首次收录，不代表词语的诞生时间。
本期窗口：2026-11-06 → 2026-11-13 （不含结束日） · 历史跨度 25 天
| 来源 | 本期天数 | 前期天数 | 最近成功采集 |
|---|---|---|---|
| arXiv | 7 | 6 | 2026年11月12日 11:22 UTC |
| arXiv | 7 | 7 | 2026年11月12日 11:21 UTC |
| Ask HN | 7 | 7 | 2026年11月13日 01:17 UTC |
| Ask HN | 7 | 7 | 2026年11月13日 01:17 UTC |
| Ask HN | 7 | 7 | 2026年11月13日 01:17 UTC |
| Ask HN | 7 | 7 | 2026年11月13日 01:17 UTC |
| GitHub | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub Issues | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub Releases | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub Issues | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub Releases | 7 | 7 | 2026年11月13日 01:17 UTC |
| GitHub | 7 | 7 | 2026年11月13日 01:17 UTC |
| GitHub Issues | 7 | 7 | 2026年11月13日 01:16 UTC |
| GitHub Releases | 7 | 7 | 2026年11月13日 01:17 UTC |
| GitHub Discovery | 7 | 1 | 2026年11月13日 01:16 UTC |
| GitHub Trending | 7 | 7 | 2026年11月13日 01:17 UTC |
| 7 | 7 | 2026年11月12日 09:30 UTC | |
| Hugging Face | 7 | 7 | 2026年11月12日 09:30 UTC |
| Hugging Face Spaces | 7 | 1 | 2026年11月13日 01:17 UTC |
| Hacker News | 7 | 7 | 2026年11月13日 01:17 UTC |
| Hacker News | 7 | 7 | 2026年11月13日 01:17 UTC |
| Hacker News | 7 | 7 | 2026年11月13日 01:17 UTC |
| Hacker News | 7 | 1 | 2026年11月13日 01:17 UTC |
| Show HN | 7 | 1 | 2026年11月13日 01:17 UTC |
| MIT News | 6 | 7 | 2026年11月13日 01:16 UTC |
| OpenAI | 7 | 7 | 2026年11月12日 12:45 UTC |
| Product Hunt | 7 | 7 | 2026年11月13日 01:17 UTC |
| 量子位 | 6 | 6 | 2026年11月12日 12:15 UTC |
| OpenRouter | 7 | 1 | 2026年11月13日 01:17 UTC |
| GitHub Trending | 7 | 7 | 2026年11月12日 04:00 UTC |
| Hugging Face Models | 7 | 1 | 2026年11月13日 01:17 UTC |
| HF Daily Papers | 6 | 1 | 2026年11月13日 01:17 UTC |
| OpenRouter | 7 | 1 | 2026年11月13日 01:17 UTC |
| Product Hunt | 7 | 7 | 2026年11月12日 04:00 UTC |
| SEC EDGAR | 7 | 7 | 2026年11月13日 01:16 UTC |
| Sequoia Capital | 7 | 7 | 2026年11月12日 07:45 UTC |
| Simon Willison | 7 | 1 | 2026年11月12日 16:45 UTC |
| TechCrunch | 7 | 7 | 2026年11月13日 01:16 UTC |
| Contracts Finder | 7 | 7 | 2026年11月13日 01:16 UTC |
| V2EX | 7 | 7 | 2026年11月13日 01:00 UTC |
- 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
每日趋势 · 最多 90 天
柱形表示有日期的来源提及。最新 UTC 日可能尚未结束。零提及和缺少采集覆盖是不同情况。
查看每日数据表
| UTC 日期 | 提及 | 来源 | 观测 | 榜单记录 |
|---|---|---|---|---|
| 2026-10-30 | 0 | 0 | 0 | 0 |
| 2026-10-31 | 0 | 0 | 0 | 0 |
| 2026-11-01 | 1 | 1 | 1 | 0 |
| 2026-11-02 | 0 | 0 | 0 | 0 |
| 2026-11-03 | 0 | 0 | 0 | 0 |
| 2026-11-04 | 0 | 0 | 0 | 0 |
| 2026-11-05 | 0 | 0 | 0 | 0 |
| 2026-11-06 | 0 | 0 | 0 | 0 |
| 2026-11-07 | 0 | 0 | 0 | 0 |
| 2026-11-08 | 0 | 0 | 0 | 0 |
| 2026-11-09 | 1 | 1 | 1 | 0 |
| 2026-11-10 | 0 | 0 | 0 | 0 |
| 2026-11-11 | 0 | 0 | 0 | 0 |
| 2026-11-12 | 1 | 1 | 1 | 0 |
| 2026-11-13 | 0 | 0 | 0 | 0 |
![来源参考：[程序员] 感觉 TRAE 的 Agent 模式有点笨啊，换 WorkBuddy 会好些吗。暂未取得截图。](/media/a5cbe4ac5ee0e8a7a1a54ed6)
来源证据
当前展示证据的来源：V2EX 2 · 量子位 1
V2EX · 原文发布 2026年11月12日
[程序员] 感觉 TRAE 的 Agent 模式有点笨啊，换 WorkBuddy 会好些吗
最近拿 trae 写东西感觉经常会犯一些很低级的错误，写的页面也排版比较随意，不知道是什么原因。而且好像 IDE 模式写出来会准确率高一些，挺奇怪的，问题 IDE 写多个项目又不是很好用。 想着换一个 agent 试试，openCode 和 WorkBuddy 会不会好一些呢？ codex 我也在用，但是里面在用 gpt 的模型，不太想切换。大佬们有什么建议吗？
查看来源记录 →量子位 · 原文发布 2026年11月9日
腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满
查看来源记录 →V2EX · 原文发布 2026年11月1日
[分享创造] 给开源 AI 雷达做了 WorkBuddy 技能，想把选型从名单变成可核查记录
之前做了 AI 开源项目雷达，这次把研究与选型流程适配成 WorkBuddy 技能「开源 AI 项目研究与选型」，已审核上架。 主要解决一个小问题：问 AI“帮我选个知识库”时，容易得到几个名字，但硬条件、偏好和证据缺口常混在一起。 可以直接这样问： “帮我选自托管中文知识库，Docker 和 Web 界面必须具备，低代码只是偏好。关键能力给来源和数据时点；找不到匹配就说明，不要偷偷放宽要求。” 也可以比较指定候选、核对许可证据、找替代方案，或整理待验证的候选技术栈。输出区分事实、建议、未知项与风险，不把 Star 当适用性，不替你安装或执行仓库。 我是开发者，使用的是公开数据，原有实现公开可获得； WorkBuddy 版提供平台内适配。购买不含 WorkBuddy 积分或网站会员，费用和条件看当前平台页面。以
查看来源记录 →
研究优先级 51 / 100
此分数用于排列研究候选，不是搜索量、预测结果或经过验证的商业需求。
证据数量
12.7 / 30去重文章或首次观测；重复抓取不加分。
发布主体多样性
16 / 25同主体保守归并，转载不增加独立证据。
可比变化
0 / 20仅完整且可比的两周参与；零基线不计算百分比。
证据时效
14.2 / 15依据最新发布或首次观测，不按重复采集时间刷新。
名称明确度
7.8 / 10明确实体链接和技术概念优先于含义不明的缩写。
局限与解读
- 首次观测是采集记录的起点，不能证明词语或产品在全球首次出现。
- 计数仅代表已监测的公开来源，不代表全网热度或搜索需求。
- 本站首次发现时间不等于名称或概念的诞生时间。
- 候选来自公开标题、摘要和实体链接，并非已核实的全文分析。
- 来源多样性采用保守归并；未披露的转载或共同所有权仍可能无法识别。
- 前一周样本过少，不展示容易误导的增长百分比。