开发者自建 autoresearch 编码基准：开源最佳但乏善可陈，muse open 被批远逊承诺
JoshPurtell · x · 2026-11-07
JoshPurtell 分享其 autoresearch 编码基准的情况：榜单对开源模型覆盖较全面，闭源参照仅收录 OpenAI 模型（通过 codex 订阅运行），另收录 muse spark 1.2 以对照——他指出 muse open 开源版表现「远、远、远差于」承诺中的 1.2 水平，堪称灾难。在回复 anthonyronning 时他给出的评价是：榜单上最好的开源模型确实领先，但没有惊艳到值得大书特书；对话中还讨论了为何未纳入 Opus 5.5（codex harness 的原因）。
所属事件:自建 autoresearch 编码榜:开源最佳但平平,Muse Open 远逊承诺(2 条相关)→
「编程与Agent」频道最新
- Instagram Edits、Roblox Studio 内置 MCP,Agent 与创作者工具正走向融合 — trq212 · 2026-11-07
- AI 实时搭建 289 零件的 Dymaxion 汽车 3D 模型,全程联网查资料 — carlosbannon · 2026-11-07
- ArkenOS 把数百个自主 Agent 的协作过程变成 3D 可视化星系 — _AustinCalvert_ · 2026-11-07
- 实测：AI Agent 打不开 Zillow/Indeed/Reddit，接爬虫 API 后 3/3 全通 — eyishazyer · 2026-11-07
- 研究者演示:恶意浏览器扩展可把 Claude Desktop 变远程 Shell — Kyrannio · 2026-11-07
- MCP 工具定义会漂移:批准后仍可能被偷换,哈希对比可防御 — BlitzBallBruiser · 2026-11-07