开发者实测同一 skill 跨 Opus 5.5 与 Sol 6.1:指令遵循表现参差
lucasmeijer · x · 2026-10-26
开发者 Lucas Meijer 称正在评测一个新 skill,在 Opus 5.5 与 Sol 6.1 两款模型上,分别于 pi、自建 harness、Claude Code 和 Codex 四种环境中运行。
初步结论是「Yikes」:各组合的指令遵循水平差异很大,尤其是 Sol 6.1 表现不稳定。对做 skill/agent 工具链的开发者是个提醒:同一 skill 在不同模型与 harness 组合下的行为不能假设一致。
所属事件:开发者跨框架实测新 skill:Sol 6.1 指令遵循翻车(2 条相关)→
「编程与Agent」频道最新
- 柏林 DevDay 前夜黑客松 250 名开发者齐聚用 Codex 造物 — paw_lean · 2026-10-26
- Ben Bajarin：用前沿 AI 对抗前沿攻击，智能体成企业网防新前线 — BenBajarin · 2026-10-26
- 开发者吐槽：脱离 harness 的 API 模型「裸奔」时笨得让人想哭 — madeofAjala · 2026-10-26
- HarnessMM 论文：缓存已定决策,Agent Token 消耗降 88% 成功率反升 — omarsar0 · 2026-10-26
- 微软展示用 Copilot App 与 Foundry 搭建跨 Teams/Outlook 的意图识别 Agent — marlene_zw · 2026-10-26
- 求推荐可穿戴录音麦克风：要长续航，接自己转写和 MCP — altryne · 2026-10-26