mitsuhiko 实测 bash-only 基准:结果喜忧参半,工具失败更多
mitsuhiko · x · 2026-09-22
mitsuhiko 回应 bash-only 基准讨论的初步结果:首先读图仍需要 read 工具;忽略这点,整体结果「非常 mixed」,更多是工具调用与编辑失败。最关键的发现是:在新 SOTA 模型上,你可能根本读不了 transcript(可读性问题成为硬伤)。给想拿掉专用工具做极简 agent 的人泼了盆冷水。
所属事件:mitsuhiko 实测 bash-only 基准:结果喜忧参半(2 条相关)→
「编程与Agent」频道最新
- 两人小公司用 46 个 AI Agent 运营：审批门禁、哈希锁文件与翻车复盘 — dkovl · 2026-11-12
- LlamaIndex 让 AI Agent 渗透测试自家 LlamaParse，四天暴露四条经验 — llama_index · 2026-11-12
- Manhattan 字体 v0.0.1：每个字母都是一个 Python 函数 — allanyu_ · 2026-11-12
- 用 Backplane「提示词造出」任意扩展卡,网友呼吁扩展口回归标配 — _Stocko_ · 2026-11-12
- Agent 会话跑了 51 分钟烧 24.8 万 token,网友直呼还在干活 — _Stocko_ · 2026-11-12
- 可视化 AI Agent 团队协作：每个 Agent 一间「房间」，共享知识库 — LiorAloni11 · 2026-11-12