这意味着 AI 的输出可以被立刻检验——这正是三问判断法里最关键的"可验证"条件。
在构建中，Skill 会通过 go:embed打包进二进制，与 CLI 的版本严格锁定，同时达成了 skill install命令，可以一键安装技能。
关键逻辑并不复杂： 已成功完成：直接取结果，不注册后续回调。已失败或已取消：同样直接调用 GetResult()，让异常或取消按 await 的语义抛出。
5 Beta (23T5541h) 2026-03-25：watchOS 26.
结论很简单：K3 在 SWE-bench 类任务上拿了 92.4%，Fable 拿了 92.