全部文章

同一个模型换个 Harness 结果差多少

Work Arena 排名的对象是「模型 + Agent Harness」的搭配,同一个模型在几个 Harness 上运行就会出现几次。在 2026 年 11 月的数据中,有 18 个模型在五个 Harness 中的两个或以上运行过。固定模型、只看 Harness,就能看出 Harness 本身对质量、时间和成本的影响。

发布于 数据截至 约 3 分钟读完