跳到正文
热点事件持续更新

Arindam分享Agent harness改造实践

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

开发者 Arindam 称,在保持模型、提示词和20个真实任务不变的条件下,仅用周末改造 agent harness,便使 Opus 5.5 的任务通过数从8/20提升至16/20。改造包括设定完成即止条件、提供40行地图文件、加入测试门禁与3次重试上限,并划定 agent 可触碰范围;作者认为,单纯加长提示词只能解决其中一层问题。 据 Arindam 分享的数据,每个通过任务的成本由4.10美元降至1.60美元,每日人工看护时间由2小时缩至25分钟。上述效果均来自其个人实践及所列测试条件。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    Opus 5.5 更换 agent harness 后任务通过数由 8/20 提升至 16/20

    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。

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。