PRD 是和 AI 讨论后再 Review 实现的，然后 5.5 根据 PRD 生成实现计划。主要涉及到上下文管理和多 Agent 协作，还是有一点复杂。
用 goal 跑了接近 2 个小时，用的 TDD 的流程开发的，代码看起来像模像样的，测试也很全。结果最后的成品让我大吃一惊，不但点按钮没有任何反应，在把可见 Bug 通过把报错信息丢给 AI 修复后发现很多地方还是用不了，直接用的模拟数据。而且有很多地方设计也很不合理。
之前在修复某一个 Bug 或者解决某一个单一需求时 GPT 给我的感觉良好，结果这种长程任务没想到完成的这么糟糕，也不知道是模型降智了还是能力上限就在这了。
