Factory 发了 Droid 1.0，最硬的观点是：harness 只对着一个模型调优，你分不清哪些是真进步，哪些只是迁就那个模型的怪癖。 ▸ Prog… · @ai_super_niko · TwKit

@ai_super_niko

Factory 发了 Droid 1.0，最硬的观点是：harness 只对着一个模型调优，你分不清哪些是真进步，哪些只是迁就那个模型的怪癖。 ▸ Programmatic Tool Calling：模型写一段 JS 在沙箱里跑，单次请求内发起数百次工具调用 ▸ 实测 Linear 清理案例：312 次工具调用只花 2 次请求、约 6.1 万 token；直接调用要 36 次请求、约 310 万 token ▸ Agent Factory 闭环：每个改动在 20 多个模型上做受控实验，工程师审完证据才合并 harness 的下一轮竞争不在 prompt 写得多花，在上下文经济学：原始结果留在程序变量里，模型只看摘要。跨模型验证这条纪律值得所有做 agent 框架的抄，对着单模型刷出来的优势，换个模型就原形毕露。

曝光 4 · 评论 0 · 点赞 0 · 书签 0