基于 DeepSeek 的 agent harness 以极低成本登顶 Lean Eval
lukaszkaiser · x · 2026-10-23
- Alex Skidanov（前 Netsky/near 联创）在 SF Lean Meetup 的演讲视频公开，介绍其团队基于 DeepSeek 构建的 agent harness，以远低于前沿模型的成本登顶权威的 Lean Eval 基准。
- 演讲还讨论了 Lean 形式化证明的可信度问题：模型给出的 Lean 证明能信任到什么程度，以及团队为此改进信任机制的做法（30:00 起专门讲这部分）。
- 对形式化数学 + LLM 方向来说，这是一个「低成本模型 + 好 harness 也能打榜」的值得关注的信号。
「编程与Agent」频道最新
- 插上 SD 卡走人：开发者用 Codex + DaVinci Resolve 全自动剪视频 — dkundel · 2026-10-23
- 研究：LLM 46.4% 的群聊发言时机不合适，过度主动成协作硬伤 — liweijianglw · 2026-10-23
- Vibe coding 站上线前必查：Search Console 看爬虫拿到的可能是空壳 — sujingshen · 2026-10-23
- Beff Jezos 专职部署 Grok 机器人,整月扫描 X 上的安全漏洞帖 — beffjezos · 2026-10-23
- Hugging Face 旧金山办「训练 Agent」线下活动，六家机构分享 RL 实践 — huggingface · 2026-10-23
- 马斯克转发：一条短信让 Grok 机器人自动下单两块 Garmin 儿童手表 — elonmusk · 2026-10-23