[图一乐]Deepseek-V4-Flash在各Harness的能力对比--Pi,Opencode,Cursor,Ohmypi,Grokbuild,claude

2026-08-04 05:52 1


事先声明:Deepseek 用的是Opencode Go的 且所有测试均在windows Terminal上进行单次实验,可能存在严重误差,并且每个人设置不同,测试内容不同也会导致测试结果完全不同.omp2是认为omp存在问题的重试.同时,cc等几乎是原配置,所以测出来可能并不好看,详情可见各个Harness的插件或设置





提示词

开发一个“项目任务管理与实时统计看板”的全栈应用。不要询问我任何技术选型细节,全部按你的最佳实践直接生成代码。


一、功能需求(业务逻辑)




  1. 用户认证:实现注册与登录,使用 JWT 管理会话。用户角色区分 adminmember,未登录无法查看任何内容。




  2. 任务 CRUD




    • 创建:标题、描述、优先级(P0/P1/P2)、指派人(选择已注册用户)、截止日期。




    • 更新:支持修改所有字段。




    • 状态流转:任务状态为 待处理 -> 进行中 -> 已完成 -> 已验收,不允许跳跃(例如不能从待处理直接跳到已验收)。




    • 删除:仅管理员可删除任务。






  3. 统计看板(核心难点)




    • 提供看板 API,一次性返回以下三个聚合数据:




      • 个人画像:当前登录用户负责的所有任务按状态分组计数。




      • 团队负载:按“指派人”维度统计未完成任务(待处理+进行中)的数量与占比(百分比)。




      • 趋势:近 7 天(含今天)每天的新增任务数量(若某天无新增,应返回 0)。






    • 前端页面需将上述三个数据分别用表格、柱状图(CSS 绘制即可,不强制引入图表库)、折线图清晰展示。






  4. 并发防护(并发修 Bug 类难点)




    • 更新任务接口必须实现乐观锁。数据库表中需包含 version 字段。




    • 当并发更新同一任务时,若提交的 version 与数据库不一致,必须返回 HTTP 409 错误码及提示“数据已被他人修改,请刷新重试”。






  5. 异步审计:每次任务的创建和状态变更,必须使用 FastAPI 的 BackgroundTasks 异步记录一条操作日志到数据库 task_logs 表(包含操作人、时间、旧状态、新状态)。




二、技术约束(工程化)




  1. 后端:FastAPI + Pydantic v2 + aiosqlite(异步 SQLite)。




  2. 前端:React + Vite 构建工具(使用 npm create vite@latest 标准模板),UI 使用 TailwindCSS 或干净的 Flexbox/Grid。




  3. 启动:编写根目录下的 start.sh 脚本,能够一键安装依赖、初始化数据库表结构,并分别启动后端(uvicorn)和前端开发服务器(npm run dev)。




三、关键代码质量约束(严防 Harness 作弊)




  1. 统计看板的 SQL 查询:严禁在 Python 代码中先把所有数据查出来再循环计算(即内存计算),必须使用 SQL 的聚合函数(GROUP BY + COUNT) 在数据库层面完成统计。




  2. 数据库初始化:启动脚本中应包含自动建表逻辑(使用 SQLAlchemy Core 或原生 sqlite3 均可)。




  3. 跨域处理:请正确配置 FastAPI 的 CORS 中间件,允许前端 localhost:5173 访问。




请根据以上所有要求,直接生成完整的项目文件树和所有文件源码。



先说结论:Grok Build 时间与代码质量都领先

而类似pi,omp2,cursor这些由于大量的测试占据了大量时间,本身写代码时间并不长.









注意:图的上下文是对话框实时上下文,一般由插件显示,不代表总上下文







总上下文(由于未接入第三方网关统计,Grok被覆盖,OC,Cursor看不了)

CC:397.9k input, 70.9k output, 990.3k cache read, 0 cache write

PI:↑89k ↓103k R7.1M

OMP:↑30k ↓62k R1.5M

OMP2:↑58k ↓111k R10.8M





完整的上下文



OMP:omp session

OMP2:omp session

OC:OpenCode

GROK,CLAUDE,CURSOR不知道咋搞





各个Harness的插件或设置

Grok原版仅基础设置/

omp原版仅基础设置/

omp2,重试omp1/

ClaudeCode几乎原版/

cursor用cursor++接入/

OpenCode @tarquinen/[email protected] @franlol/[email protected]/

Pi依据个人喜好大量改动(如图)



总结:在同一模型同一harness下的不同插件会导致误差

甚至同模型同harness下也会测出误差

真要看还是模型能力大于一切harness.

论开箱即用grok build保持了高水准

仅在全栈方面


前端我就不展示了,大差不差

最新回复 (5)
  • NeKo fatcat 08-04 06:04
    1

    Grok Build 的话 提示词 真的很少 但是还是保持着 让ai使用 mcp 的频率大于 claude code , codex 之类的 (体感上

  • 08-04 06:10
    2

    前不久我发了一个帖子说,建议在grok build里使用ds4f,虽说适配了codex,但是我体验了一下并不好用,grok build的内置提示词远远少于claude code,能够充分发挥出模型本身的能力,综合处理速度也是优于claude code

  • chanyidong 08-04 06:12
    3

    harness作用有限么?还是要依赖底层使用的大模型?在考虑要不要更深入harness ^-^

  • wilsons 08-04 06:12
    4

    非常有意义,马上换 build 试试

  • wilsons 08-04 06:18
    5

    我觉得 Harness 的作用不是有限,而是很重要。如果没有 Agent,那么大模型它就没有办法获取本地文件和调用工具,所以它是必不可少的。而且一个好的 Harness 能更高效精确地为大模型找到它想要的关键信息,好的材料,精准内容,自然可以让大模型得出更高质量的结果。并且好的 Harness 还能引领大模型走正确的方向,防止误入歧途。

    系统效果≈模型能力×上下文质量×工具与环境能力×执行控制×验证可靠性

* 帖子来源Linux.do
返回