斯坦福 CS329Z 作业公开：用 Harbor 框架造 terminal-bench 式 agent 评测任务
Diyi_Yang · x · 2026-11-11
斯坦福 CS329Z 课程（Diyi Yang 转发）公开第 2 份作业 starter 仓库，由 SWE-bench 联合创作者 @jyangballin 制作并讲解：教学生用 Harbor 框架构建有效且真实的 terminal-bench 风格 agent 评测任务。仓库含作业说明 PDF、示例 Harbor 任务（tasks/humaneval-0）、报告模板与提交检查脚本，MIT 许可。
「编程与Agent」频道最新
- Gemini 4 Carbon 开发指南：何时用 Carbon、如何设思考等级 — rseroter · 2026-11-11
- LaunchDarkly 发布 Release Autopilot,已有 20% PR 由 agent 直达生产 — annetgriffin · 2026-11-11
- Mercor 专家日结超 500 万美元，押注 RL 环境训练垂直模型 — ccerrato147 · 2026-11-11
- Mercor收购Deeptune：数百个模拟应用供AI智能体练习 — ccerrato147 · 2026-11-11
- Peter Yang 用 Fable 开发一上午卡丁车游戏：这次不是一次性糊弄货 — petergyang · 2026-11-11
- 分析：Anthropic 真正的赌注是 MCP 连接器，把 HubSpot、Adobe 嵌入 Claude — petrusenko_max · 2026-11-11