Ramp 实测:原生 harness 普遍提升模型解题率,但效果因模型而异

xeophon · x · 2026-11-19

Ramp Labs 分享的评测观察显示,agent harness 是影响模型行为的关键杠杆:相比纯 Bash 工具箱,原生 harness 通常同时提高解题率和成本,但效果并不均匀。

结论:评估 agent 编码能力时应使用原生 harness,否则会系统性低估部分模型。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →