AGI Hunt· lunwang1996·2026-10-30 05:00· 3 小时前AI 评分61同一 mini-swe-agent harness 下模型榜单排名完全相反同一 harness 两份榜单排名完全颠倒，agent 评测乱象引热议AI 导读vals ai 与 AA 使用同一 mini-swe-agent harness 测试同一批模型，却得到完全相反的排名。来源：AGI Hunt · agihunt.infoAgent 智能体评测基准#评测/基准#Agent#Anthropic#Google查看事件全部后续