8款编码工具横评揭示结果波动
热点事件持续更新
8款编码工具横评揭示结果波动
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Reddit 用户 hideo_kuze_ 发布8款编码 harness 横评及测试设计讨论。在同一模型、固定种子和温度0、每款运行3次的条件下，相同 harness 的多次结果仍有明显差异；Kilo Code、OpenCode、Hermes Agent 速度较快，OpenCode、Pi、Codex CLI 综合表现较好。 发帖人称，测试不允许 harness 提问，也未提供视角、像素大小等澄清信息，这些设计缺陷会影响比较公平性，因此结果只能视为该次测试下的参考。
AI 根据报道生成 · 49 分钟前更新
最新进展11月15日 02:33
8 款编码 harness 固定种子横评显示结果差异与不稳定性报道时间线
沿着报道，了解事件的不同侧面。
11月15日
- AGI Hunt8 款编码 harness 固定种子横评显示结果差异与不稳定性
该 Reddit 横评在固定种子、温度 0 的条件下，对 8 款编码 harness 各运行 3 次并比较结果。相同 harness 自身的三次尝试也差异明显，显示测试噪声较高；测试未允许提问或补充视角、像素大小等信息，也影响结果公平性。Kilo Code、OpenCode、Hermes Agent 速度较快，OpenCode、Pi、Codex CLI 综合效果较好。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。