核心结论:对小模型 agent,一个 ipython 工具就够,少脚手架反而更好
yb2698 · x · 2026-10-14
这是整个系列的根帖:作者发现单工具 harness 在 Terminal-Bench Lite 上能打平部分复杂生产级 harness——'更少脚手架意味着更好的小 agent'。实验选用 openthoughts 团队的 Terminal-Bench Lite 作为基准:它快速、信号与 Terminal Bench 2.0 一致但更简单,更适合小模型。配套用 unsloth 的 Qwen3.5-9B GGUF 权重,约 7GB 显存即可本地运行,全流程可在消费级笔记本复现。系列后续逐一展开工具调用分布、prompt 增长、随机性分析与 ipython harness 的四轮迭代。
所属事件:一个 ipython 工具追平复杂框架：小模型 agent 脚手架对比实验(15 条相关)→
「编程与Agent」频道最新
- 新工具为 AI Agent 推出专属云电脑：4 vCPU 秒级启动，内建 computer use — CurieuxExplorer · 2026-10-15
- Claude Code 作者用一打 Agent 把 64 篇论文变成可交互物理实验平台 — luisdans · 2026-10-15
- 用户让 Grok bot 自己写了个邮件界面,全程可用 — elonmusk · 2026-10-15
- YC F26 项目 Papaya 发布:自动给生产环境 AI Agent 开修复 PR — ycombinator · 2026-10-15
- RAG 评测驱动开发实战:eval 用例存 Git,失败即补测 — Al_Grigor · 2026-10-15
- LlamaIndex 推出 OpenDocRouter:按 ParseBench 横评文档解析模型 — llama_index · 2026-10-15