Agent 框架基准测试：pi 优于 DeepSeek dsh
solyarisoftware · x · 2026-08-20
DeepAPI 对比了 DeepSeek 官方的 Agent harness (dsh) 与 pi 框架的性能。
- 测试规模：180 次受控运行，涵盖 3 个模型和相同任务集。
- 成本对比：在 3 个模型中的 2 个上，dsh 的成本高于 pi。
- 原因分析：差异主要在于往返次数，dsh 约需 11 次 API 调用，而 pi 仅需 8.5 次（基于 DeepSeek V4 Pro）。
- 意外发现：dsh 唯一胜出的模型是 Kimi K3，而非其自家的 DeepSeek。
注：DeepSeek V4 Pro 运行在 GMICloud fp8 上，非官方 API。
「编程与Agent」频道最新
- 观点：Claude Code 出现前业界少有成熟的 Agent 与工具使用 — rickasaurus · 2026-08-20
- Deep Agent 集成 Stagehand：几行代码实现浏览器自动化 — LangChain · 2026-08-20
- Claude 量化交易技能包开源：支持市场分析、风控与策略开发 — tom_doerr · 2026-08-20
- Simon Willison 谈编码代理：代码量有意义，概念完整性难守 — Simon Willison · 2026-08-20
- Gemini Notebooks 集成虚拟机与 Antigravity Agent — AI_Andrew · 2026-08-20
- DeepSeekHarness RC.8 发布：支持多模态与 ClaudeCode 子代理 — 机器之心 · 2026-08-20