YC 总裁 Garry Tan 开源 g-harness-evals，公开评测前沿模型各 harness 表现
garrytan · x · 2026-11-09
YC 总裁 Garry Tan 宣布在 GitHub 上公开推进 g-harness-evals 项目，用同一套任务对多个前沿模型在不同 harness（运行环境）下的表现做开源评测，并陆续公布初步结果。
- 仓库包含 harnesses、tasks、findings、runner、gbrain 等目录，已累计 233 次提交，采用 MIT 协议
- 项目带 AGENTS.md / CLAUDE.md 等配置，明显是用编码 agent 协作开发的评测工程
- 他表示这只是阶段性产出，「正在公开做这件事」，后续 findings 会持续更新
所属事件:YC 总裁 Garry Tan 开源评测七套编码 Agent 框架(2 条相关)→
「编程与Agent」频道最新
- 药物发现难在多目标优化:作者分享 TPP 监控 Agent 的完整提示词 — nlarusstone · 2026-11-09
- 把「苦涩教训」用到自己工作流：放弃 agent 花活只做简单对话 — esrtweet · 2026-11-09
- 苹果工程师亲授本地 AI 开发要点:编码别用 AFM,自带模型一键接入 — rxwei · 2026-11-09
- 纯前端复刻 Copy 按钮动画：代码折纸夹上木写字板 — prasenx · 2026-11-09
- 开发者实测：只留一个 Agent 对话窗口，效率反而回正 — teodorio · 2026-11-09
- 检索对了决策仍错：Agent 检索的相关文档不等于权威规则 — krishnan · 2026-11-09