跳到正文
AGI Hunt· Arindam_1729·· 2 小时前AI 评分69

Opus 5.5 更换 agent harness 后任务通过数由 8/20 提升至 16/20

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

AI 导读

开发者 Arindam 在相同模型、提示词和 20 个真实任务下改造 agent harness,使 Opus 5.5 的任务通过数从 8/20 提升至 16/20。改动包括完成即止条件、40 行地图文件、测试门禁、3 次重试上限和 agent 可触碰范围规则,每个通过任务的成本从 $4.10 降至 $1.60,每日人工看护时间从 2 小时缩至 25 分钟。

来源:AGI Hunt · agihunt.info