讨论:给模型终端或文件系统访问,图像理解性能大增
andpoul · x · 2026-11-14
一场关于 coding agent 能力评测的讨论:andpoul 认为,即使只是让模型「看图」,给它一个终端或文件系统也能显著提升表现——agent 可以像在没有网络访问的 RL 环境里那样,先在本地尝试和探索来解决问题。
他还指出,某些评测(如 MHCR)若没给模型一台可操作的 Mac,对比可能不公平。核心观点:环境访问权限(终端/文件系统)本身就是模型能力的重要放大器,评测时需公平对待。
「编程与Agent」频道最新
- Perplexity 向 Max 订阅者推送 Teammates 多智能体 Mac 版 — testingcatalog · 2026-11-14
- Omnigent 新版发布：定时与事件触发，打造多编码 Agent 工厂 — matei_zaharia · 2026-11-14
- Nursa 会计与假释官用 AI 自建工具，160 人人都是开发者 — every · 2026-11-14
- 前 Q&A bot 负责人长文:用户不需要更多聊天机器人 — threepointone · 2026-11-14
- Nexus 发布:用知识图谱统一管理部署上下文供 Agent 查询 — rohanpaul_ai · 2026-11-14
- 从 25% 到 100%：开发者把全部 agent 工作流搬进 Mac Mini 本地跑 — josh_bickett · 2026-11-14