让Codex做一个复刻已有安卓APP到鸿蒙的项目，感觉走到歪路上了

我不知道是我的使用方式出了问题还是GPT模型能力不足的问题。用的一直是GPT-5.5,推理强度xhigh

我最近拿到的任务是把一个安卓APP移植到鸿蒙上。手上有安卓项目的完整源码，不过当时的需求文档已经没了，只能通过代码和现有APP的行为去反推。

我最开始的工作方式是在AGENTS.md里给出安卓项目的路径让Codex参考，同时写好编译、安装到模拟器的脚本，在AGENTS.md里要求Codex每次写完后必须编译、测试一遍。

这时，我每次对话开始是直接要求它“实现原APP的XX功能/XX页面”，然后看着Codex开始干活，自己进行测试。但是每次都会发现它的实现丢三落四，UI样式、排版也经常和原APP有很大差别。还喜欢用一些Emoji去代替原APP里的图标素材。

后来，在ChatGPT的建议下，我做了一个编排技能，它会依次启动几个子Agent。

首先是考古Agent，它会探索安卓APP的代码仓库，在模拟器上实际操作一遍APP，每一步必须截图，dump出布局XML，出一份报告给我确认，然后给实现Agent。

实现Agent根据考古Agent的报告开始工作。完成后build个安装包交给验收Agent进行测试，验收Agent会根据考古Agent的报告，写Appium脚本对其进行自动测试，对比每一步的截图、布局。如果有问题再写报告反给实现Agent。

就这样又试了几次，效果还是令我不满意，觉得是因为考古Agent给的报告还是不够细，验收Agent的检查过于宽松。改了几次编排技能和子Agent的提示词，要求进行组件级检查。结果现在一次任务消耗的token和时间明显变大，几个Agent来来回回一天能用掉30%以上的额度（我是5x pro订阅）。但最终效果提升却并不明显。

现如今，随便一次任务起码一小时起步，各种md、json多得让人不想看。