推文
@KakaluoteW45042 · 2026-10-15 03:47
同一个模型，换套 harness，4.4% 到 61.1%，差了快 14 倍 排行榜测的从来不是裸模型，是模型 × harness。大家都在纠结选哪个模型，其实一半分数在自己手里 harness 是你能自己写的那一半，这也算 Agent 工程能成为正经手艺的证据
曝光 45 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 20.474400174981216
@KakaluoteW45042 · 2026-10-15 03:47
同一个模型，换套 harness，4.4% 到 61.1%，差了快 14 倍 排行榜测的从来不是裸模型，是模型 × harness。大家都在纠结选哪个模型，其实一半分数在自己手里 harness 是你能自己写的那一半，这也算 Agent 工程能成为正经手艺的证据
曝光 45 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 20.474400174981216