熱點事件持續更新
編碼智能體 harness 成本最高相差三倍
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
一項涵蓋 5 個模型、3 種 harness 的研究比較編碼智能體的表現與成本。研究發現，多數解題率差異處於測量誤差範圍內；更換 harness 對任務結果的影響，與在同一設定下重新執行相近。相同模型和任務中，單項任務成本可因 harness 相差最高 3 倍，主要差異來自每一步都重新傳送系統提示詞及工具描述。在包含 447 個任務的大型測試池中，OpenCode 的解題率最多比另外兩種 harness 低 9 個百分點。
AI 根據報道生成 · 2 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
10月24日
- The Decoder研究發現，編碼智能體的複雜 harness 提高成本，未能改善解題表現
研究以 5 個模型和 3 種 harness 比較編碼智能體，發現多數解題率差異處於測量誤差範圍內；更換 harness 對任務結果的影響，與重跑同一設定相近。相同模型和任務下，單項任務成本可因 harness 相差最高 3 倍，主要差異來自每步重送的系統提示詞和工具描述。447 個任務的大型測試池中，OpenCode 的解題率較另外兩種 harness 低最多 9 個百分點。
本事件熱度走勢
當前熱度 9·可比範圍峯值 10（10月24日 18:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。