2. Linux.do
  3. Harness大横评,谁才是最强Harness?

Harness大横评,谁才是最强Harness?

Equinchaos 2026-08-07 22:32 1

工欲善其事，必先利其器，于是我就测试了一下各个主流Harness




提示词

创建一个HTML，内容是SVG绘制一个鹈鹕骑自行车的2D动画。



用的是常用的鹈鹕骑自行车。


统一使用GPT-5.6-luna (max)

以下就是各个harness的成绩了，佬友们自行评价吧


首先上场的是Codex


接下来是第三方评测中很强的老牌Cursor


还有oh-my-pi（感觉它有个好处就是问题很详细）


Hermes竟然还不错


接下来是Opencode


再而外测试了一下deepseek v4 flash

这是Codex



*这是Opencode，不该这么拉吧 *


结果发现都打不过哈基米3.6flash


作为对照，这是5.6sol-xhigh直出


以下是用量



啥都没标的是Hermes，Cursor约1.2M


得出结论：模型大于harness

最新回复 (7)
  • linjinpeng 08-07 22:34
    1楼

    大差不差的，我的评价是只要模型好，哪个省token用哪个，需要啥自己再搓一个就行

  • 阿发 08-07 22:36
    2楼

    佬，再测测，加skills后效果会不会好点，希望能对skills祛魅

  • Ys Ltr 08-07 22:47
    3楼

    我感觉这些harness都差不多，都是你抄我我抄你，没有什么本质上的不同，无法体现harness的效果提升能力。

  • NascentSoul 08-07 22:51
    4楼

    测不出什么吧。起码要跑个长程任务，如果不是复杂任务，harness 就没有意义了。

    跑个药物分子分析，跑个网站逆向，写一本小说，做个财报分析，这些才能看出效果吧。

  • 林夕 08-07 22:56
    5楼

    话说怎么没有这行的开创者 claude code

  • imdoge 08-07 23:00
    6楼

    测harness应该测复杂多轮agent任务，跑个oneshot画svg干嘛

  • neroZac 08-07 23:03
    7楼

    既然已经测了omp，不顺手就测下pi么

* 帖子来源Linux.do
附近帖子
返回
飞读
随机推荐