调优 Agent harness 可让旧模型反超最新模型近 10 分

Hugging Face 的 Victor Sanh 回应“等下一代模型才能解锁能力”的观点，称实验显示调优 Agent harness 后，落后 9 个月的旧模型可反超最新模型近 10 分。Beaker 团队还发布自动调优 harness 的预览版工具，在 AutomationBench 上将 GPT-5.2 的任务完成率从 30% 提升至 48%。