DSH 框架吊打 Codex：更省 token、更快、更强，唯 FrontierCode 掉分
teortaxesTex · x · 2026-10-23
teortaxesTex 评价 DeepSeek Harness（DSH）在 Artificial Analysis 编码 Agent 排行上的表现：
- 总体表现出色：与 Codex 相比，DSH 大幅削减了 token 消耗、对话轮数、执行时间和成本
- Terminal-Bench 4.0：DSH 同时提高分数并降低 token 用量（DSH + DeepSeek V4.1 Flash 得 35 分，总成本仅 $76，单任务约 21.4 分钟，为低成本区间最佳组合之一）
- 短板：在 FrontierCode v1.1 上失分严重（仅 25 分 vs 头部 56 分），发帖人 @tianyi 建议针对性优化
- 排行榜首为 Claude Code + Opus 5.5（62 分，但总成本高达 $3.9K）；性价比最优区间集中在 Codex+GPT-6 Astra、GLM-5.3、Kimi K3 等组合
结论：DSH 已是一个优秀 harness，性价比路线值得关注。
「编程与Agent」频道最新
- OpenDS-World 发布真实网页深度搜索基准,前沿模型仍显著落后人类 — Xiaomin Yu · 2026-10-23
- 西交大研究:朴素 RAG 在 7 项记忆基准中 6 项击败复杂 Agentic 记忆系统 — XianJiaotongUniversity · 2026-10-23
- AI 助手主动请缨替人回帖监控舆情,网友直呼像地狱 — cnakazawa · 2026-10-23
- 用 Grok Build 生成的「网络效应合成器」：140 种网络效应分类画廊 — seanmcdonaldxyz · 2026-10-23
- Zig 显式内存分配为何适合写数据库：无 GC、分配可控、错误显式 — arpit_bhayani · 2026-10-23
- 11 天用 Claude Code 搭 Company OS：Slack 里跑起来的团队操作系统 — aakashgupta · 2026-10-23