实测:单工具 harness 追平复杂生产级 agent 框架
yb2698 · x · 2026-10-14
作者在测试不同 harness 时发现，一个只用 ipython 的单工具 harness 在 Terminal-Bench Lite 上能追平一些复杂生产级 harness，结论是「脚手架越少，小模型 agent 表现越好」。
- 选用 openthoughts 团队的 Terminal-Bench Lite 作为评测代理，理由是它速度快，且与 Terminal Bench 2.0 信号一致，更适合小模型。
- 该基准由作者团队构建，配套有发布博客说明。
- 作者以线程形式展开这一发现，邀请社区一起探索「少脚手架 → 更好的小 agent」这一方向。
所属事件:实测：小模型 agent 一个 ipython 工具就能追平复杂框架(16 条相关)→
「编程与Agent」频道最新
- 创作者用 Codex 搭 GoPro 素材自动导入工具,支持 WiFi 慢速传输 — OpenAIDevs · 2026-10-15
- Claude Code 2.1.300 系统提示词大瘦身:token 减 58.5%,移除强制提问指令 — ClaudeCodeLog · 2026-10-15
- Claude Code 2.1.300 发布:88 项 CLI 变更,系统提示移除 AskUserQuestion 指令 — ClaudeCodeLog · 2026-10-15
- Tahoe AI 开放 Tara 插件:一条 prompt 把 Agent 接入生物数据集 — anshulkundaje · 2026-10-15
- sgrep 实测:比 ripgrep 更准更快,让编程 agent 省 21.3% API 成本 — udmrzn · 2026-10-15
- 10 个开源仓库让 Claude Code 与 Codex 变身顶级 UI 设计师 — udmrzn · 2026-10-15