同一模型换个 harness:Opus 5.5 通过任务从 8/20 提升到 16/20

Arindam_1729 · x · 2026-11-17

开发者 Arindam 分享:同样的模型、同样的 prompt、同样的 20 个真实任务,仅用一个周末改造 agent harness,Opus 5.5 的任务通过数就从 8/20 提升到 16/20。

关键数据:

改动点:一个「完成即止」条件(done-when condition)、一份 40 行的地图文件、一道测试门禁、3 次重试上限,以及明确划定 agent 可触碰范围的规则。作者指出,加长 prompt 只能修复其中一层,另外四层都要围绕模型专门搭建,细节见其配套指南文章(另有关于 proactive agents 的长文)。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →