Blog¶
Agent Harness 评测
AI 辅助 · 人工修订
本文区分模型、Harness 与可执行环境，再把 Harness 拆成 Runtime 和 Knowledge Harness，以此梳理资产评测、横向比较与生产验证的方法。
3rd evaluations
本文围绕 Codex 第三方评测，记录 Harness、资源预算、标准化比较和可信评测证据等关键问题。
AI Agents
本文整理 AI Agent 的阅读与学习笔记，讨论 Agent 和 Workflow 的边界、常见编排模式以及 Agent Evaluation。