Arena 实测：21 组模型-框架组合，成功率相近成本差 5 倍
thione · x · 2026-09-21
Arena 发布编码智能体 harness 对比研究：在 21 组“模型×harness”组合中，不同 harness 可以在成功率相近的情况下产生最高 5 倍的成本差异。
这说明智能体工程化框架（harness）本身的选择对成本效率影响巨大，同一模型换不同编排方式，跑分相近但开销天差地别，对编码智能体的选型与成本核算有直接参考价值。
「编程与Agent」频道最新
- e2b 将演示 agent 分叉虚拟机并行探索多条解题路径 — badphilosopher · 2026-09-21
- Astra 一周差评后弃用,用户吐槽 Codex 缺编排功能 — koltregaskes · 2026-09-21
- 别等完美任务集：Agent 评测的冷启动比想象中小 — sarahcat21 · 2026-09-21
- 模型没有能动性,系统才有:结构化输出才是 Agent 的关键 — sethjuarez · 2026-09-21
- 用 ALT 标签解决 AI 回复配图不相关问题,LukeW 分享实测改进 — LukeW · 2026-09-21
- 开发者实测：让 AI 只写 E2E 测试，砍掉事后单元测试 — alexcovo_eth · 2026-09-21