27280 次 agent 运行分析:64% 推理花费打水漂在失败运行上

Edward40 · hn · 2026-11-17

Runta 发布 FrontierHarness eval v1.1,分析了 27,280 次 coding agent 运行,发现 64% 的推理支出花在了最终失败的运行上。文章讨论 agent 评测中的成本结构问题:失败运行烧掉的钱远超成功运行,如何通过早期失败检测、更好的任务路由来降低浪费。对做 agent 产品和 eval 工程的团队是有实用价值的成本数据。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →