换 harness 组件看模型表现:terminal-bench 任务在线实测 demo
yb2698 · x · 2026-10-07
作者发布了配套 demo，展示 harness 组件变化对模型表现的影响。
- 在 Hugging Face Space 中可以修改 system prompt 和工具，实时观察模型尝试求解 terminal-bench 2.1 的任务
- 支持 duplicate 到自己的命名空间复现
- 配合其 harness 分析报告，开放社区讨论区供反馈
所属事件:实测演示：更换 harness 组件与 system prompt 显著影响模型表现(2 条相关)→
「编程与Agent」频道最新
- 开发者让 Agent 「dot」自动盯梢并推进 Codex 任务线程 — paw_lean · 2026-10-07
- 24小时科技快讯:Grok Bot 入驻 X、Cursor iOS 端可远程操控 Agent — tetsuoai · 2026-10-07
- AI 直接读 KiCad 文件自动布线 PCB 引发热议 — jakedahn · 2026-10-07
- Metix AI 开放 9 亿人简历与 9000 万职位数据 API，可直连 Claude Code 等 Agent — _jaydeepkarale · 2026-10-07
- 从业者断言:个人 agent 将比以往所有 AI 产品都难做但价值巨大 — nickbaumann_ · 2026-10-07
- DocETL 实操示例:一条流水线从医疗转录提取用药与副作用摘要 — mdancho84 · 2026-10-07