初体验：有点"费钱"
我先用它修了一个简单的 bug，顺手选了当时口碑最好的国产编程模型 GLM-5.3——毕竟早有耳闻，GLM 算是国内 AI 编程模型的"第一梯队"。
几分钟就修完了，我检查了一遍，没毛病。
下班前，本着"让 AI 替我加班"的想法，我又丢给它一个稍微大一点的需求。第二天一到公司检查：功能是实现了，但前端 UI 的还原度不算理想。最让我吃惊的是——这一个功能，愣是消耗了 800 多积分。
那一刻，说不清是效果没达到预期，还是单纯不习惯新工具，我突然有点怀念我的 Codex 了。
转折点：同事安利的"性价比之王"
我找了当初推荐我用 Codex 的前同事吐槽。结果他说：他早就开始用 WorkBuddy 了，甚至已经开了会员。不过有几个模型消耗实在太大，他也不敢随便点。
他给我指了条明路：GLM-5.3-flash。据他说，这个模型消耗小，可以当主力来用。我试了试，确实——毕竟 0.06 的倍率摆在那，跟前面那 800 积分一比，简直天壤之别。
后来我还顺手试了刚出来的DeepSeek-V4.1-flash，倍率更低，只要0.03，成本上又下了一个台阶。对日常体量不大的需求来说，几乎零负担。
深入使用：前后端一把梭
之后的几天，我就一直用 GLM-5.3-flash 推进需求。
我一般会开完全访问权限，同一个任务里前后端一起写。这一点用起来是真方便——不用在多个工具间来回切。
实际体验下来：
后端：几个较大的需求，功能都完成得不错；
前端：功能上完全没问题，就是UI 还原度还是偏糙，往往需要我手动调一下细节。
总体来说，我觉得它和 Codex 已经大差不差了。
让我最终留下的，其实是这些"小事"
除了模型能力，真正让我决定继续用下去的，是 WorkBuddy 整体的使用体验：
🪙积分体系友好：每日登录、做任务都能领积分，到现在我甚至还没开会员的必要；
🌙暗色皮肤：程序员的专属浪漫，深夜写代码不刺眼，也不用担心老板从背后经过时怀疑你没在干活；
🐱专属 AI 宠物：领了一只，还挺可爱的。
不得不说，腾讯在 C 端用户体验和运营推广这块，功力还是深的。
写在最后
一周用下来，我的结论是：
WorkBuddy 在编程能力上已经能对标 Codex；前端还原度是目前的主要短板，但配合 GLM-5.3-flash、DeepSeek-V4.1-flash 这类高性价比模型，日常开发完全够用。如果你和我一样，正好在找 Codex 的平替，它值得一试。
