约1400行Python教学版mini-harness跑满Terminal Bench 2.1
Paweł Huryn 公布 Terminal Bench 2.1 首批评测结果，涵盖全部 89 个任务、3 次迭代。他用约 1400 行 Python 编写的开源教学型 agent harness「mini-harness」在全部任务上拿到满分，且速度在同类中最快；此前其约 1300 行代码的 Mini Harness 成绩处于中游。结果显示轻量级教学 harness 也能在该基准上取得顶尖表现。
2026-11-06 ~ 2026-11-06 · 2 条相关
- 第 1 集:开发者用约 1300 行 Python 开源教学级迷你 Agent Harness(2026-11-05,5 条)
- 第 2 集:约1400行Python教学版mini-harness跑满Terminal Bench 2.1(2026-11-06,2 条)
- Terminal Bench 2.1 首批结果出炉，1300 行 Mini Harness 速度最快 — PawelHuryn · 2026-11-06
- 1400 行 Python 教学版 agent harness 跑满 Terminal Bench 2.1 拿满分 — PawelHuryn · 2026-11-06