1400 行 Python 教学版 agent harness 跑满 Terminal Bench 2.1 拿满分
PawelHuryn · x · 2026-11-06
Paweł Huryn 用约 1400 行 Python 写的开源教学型 agent harness「mini-harness」在 Terminal Bench 2.1 全部 89 个任务、3 次运行中拿到满分，胜过 Pi（155K 上下文）、mini-swe-agent（4K）和 OpenCode 2 等方案。
该项目仅两个依赖，却包含 goal mode、权限控制、skills、MCP 服务器支持和 Anthropic 服务端 compaction 等完整特性，作者目的是完整讲清一个 harness 是如何构建的。目前仅支持 Claude 系消息格式，作者接下来计划用 DeepSeek 跑同一基准，并改进以支持 OpenAI 端点和任意模型。
所属事件:约1400行Python教学版mini-harness跑满Terminal Bench 2.1(2 条相关)→
「编程与Agent」频道最新
- 亚马逊研究:自蒸馏让权重记忆存储用户事实达 59.9%,超越检索 — omarsar0 · 2026-11-06
- Liquid AI 决策模型追平 Jev,新版本同时上端侧、多模态与新原语 — helloiamleonie · 2026-11-06
- Liquid AI 工程师分享端侧 Agent 决策模型构建方法,逆向工程 Jev — helloiamleonie · 2026-11-06
- Nace AI 发布 50 页决策模型完整训练手册,Drex 系列开源且可本地部署 — m4rkGS · 2026-11-06
- Hugging Face 推出 Harness Adapters:按任务与框架训练专属 LoRA 适配器 — Disastrous-Work-1632 · 2026-11-06
- Harness 适配器：为每个 Agent 框架单独训 LoRA,实测 1350 次会话仅花 5 美元 — LysandreJik · 2026-11-06