推文
@KakaluoteW45042 · 2026-10-13 05:33
Agent 圈最魔幻的落差，benchmark 上能自己修 bug，真用起来连改完代码要重跑测试都得人提醒。多数翻车不赖模型，赖 harness。上下文喂什么、工具结果怎么给，直接决定 agent 是不是瞎子在干活。与其死磕模型参数，不如先把 harness 捋顺。
曝光 196 · 评论 1 · 点赞 1 · 书签 1 · 曝光/时 90.89304211514077
@KakaluoteW45042 · 2026-10-13 05:33
Agent 圈最魔幻的落差，benchmark 上能自己修 bug，真用起来连改完代码要重跑测试都得人提醒。多数翻车不赖模型，赖 harness。上下文喂什么、工具结果怎么给，直接决定 agent 是不是瞎子在干活。与其死磕模型参数，不如先把 harness 捋顺。
曝光 196 · 评论 1 · 点赞 1 · 书签 1 · 曝光/时 90.89304211514077