推文

@KakaluoteW45042 · 2026-10-10 05:20

模型"有主见"在聊天场景是特色，在 agent 场景是成本：每一次擅作主张，最后都变成重试、护栏和浪费掉的 token。从 harness 视角看，指令遵循可能比基准分上多那几分更重要——你不需要模型有艺术追求，你需要它把活儿干完。

曝光 16 · 评论 1 · 点赞 1 · 书签 0