各位使用 DeepSeek Flash 的蹬友,请立即更换 harness 到 opencli 请看测评

Decidable6471 2026-08-02 21:41 1

推特 @OmedVibeCodes 测试出来的

火速的麻溜的

最新回复 (19)

傻强 08-02 21:42

1楼

grok build呢这个没有测试吗，对还有codex，zcode
coupile 08-02 21:44

2楼

是不是说明了市面上现存的harness对deepseek v4 flash ga 的优化是不够的
two years 08-02 21:46

3楼

没有codex的测试吗，挺好奇的
hero 08-02 21:47

4楼

全文帮你转发一下，还好我最近allin opencode 喜大普奔 ^-^
Decidable6471 楼主 08-02 21:47

5楼

好像这种图像类游戏类的 codex 就是 sh1t 默认不配参与比赛
refalogy 08-02 21:48

6楼

在不同harness里为什么差距这么大？还是训练不够充分吗
00:00 08-02 21:49

7楼

面向agent控制训练的，你去看看d4f的官方海报，特意写了是用它们自己的harness跑的测评
汉武帝（的大熊猫） 08-02 21:49

8楼

opus在cc 和 gpt-sol 在codex 本身就是他们最高分的地方. 没有一个模型需要在所有harness上都拿一样的分数 .
xxz0308 08-02 21:50

9楼

会有这么大差距吗？这是什么原理，harness 不就是管理下上下文提供下 agent 接口吗？难道是提示词？不太可能吧^-^
路人A 08-02 21:52

10楼

其实Codex不管在哪个评测里效果都很差
Decidable6471 楼主 08-02 21:52

11楼

你对 harness 的理解有问题

你把模型成一个匹马

人骑马

harness 就是马的周边

你觉得还不重要吗

马蹄铁是人类历史文明重要的发明
汉武帝（的大熊猫） 08-02 21:52

12楼

那说明sol还被低估了毕竟它自己也是在codex评 ^-^
路人A 08-02 21:54

13楼

那你得搭配
wlhet 08-02 21:59

14楼

opencodecli 还是opencli哦。佬？
NascentSoul 08-02 22:00

15楼

没必要花功夫选，DS 自己的 harness 即将登场。
Decidable6471 楼主 08-02 22:01

16楼

他们自己的肯定也都是开源的魔改不一定就是能后发制人除非模型配合训练但是不好说毕竟人都是才招的
Kirafishy 08-02 22:05

17楼

^-^ 头一回见到管opencode叫opencli的，不看正文都没认出来
Decidable6471 楼主 08-02 22:06

18楼

标题太长了只能这样了哈哈哈这玩意没啥好的缩写不像 cc 大家知道是什么
NascentSoul 08-02 22:08

19楼

你讲到重点了，模型肯定要训练的，agentic 轨迹和 harness 数据飞轮。