腾讯 Hy3 到底什么水平？

我每天在 WorkBuddy 签到，偶尔用来攒积分。这个工具能干，使用时也能遵守规矩。不过发现有个问题，文件频繁创建和删除，两个小时就能往回收站丢几百个文件，之前还不小心删了 .git 目录，哈哈。现在我都探讨过这个问题了。

个人觉得 HY3 的表现还可以，前端上没啥问题，后端也能用。不过它的理解能力还是有欠缺，有时候会误解需求，代码能力需要注意，偶尔会设计出让人困惑的逻辑。

在真实项目中，我使用 GPT-5.6 作为裁判出题，并让子模型进行两轮测试。第一轮测验代码检索与补丁设计，第二轮测验故障审查、修正能力及完成步数，然后按加权评分。第一轮只占 30%，第二轮占 70%。最终 Hy3 排名第四，分数 73.8，不算太高。希望能得到改进。