全部文档 / 标签: Terminal-Bench

Grok Bot + Opus 5.5: The Ultimate Agent Harness in 10 Steps

文章介绍了2026年10月7日Grok Bot的重大变化：SpaceX宣布Grok Bot将不再绑定自家模型，而是为每个任务路由到最佳后端模型，首选Claude Opus 5.5。作者提供了10步教程，教读者如何利用这一组合：从理解harness（代理的电脑、登录、记忆、例程）与brain（驱动它的模型）分离的意义开始，到安装Grok Bot、创建并设置Chief bot、为更强的大脑编写章程、连接工具并划定数据边界、以及通过登录交接而非密码共享来让bot操作无API的软件等。文章强调更强的模型应获得更多步骤而非更多权限，并提醒注意数据流向Anthropic的隐私问题。

技术 › Agent

Morlex 2026-10-0916.7 KB 222.3K 763 83

从卖猫粮到 GitHub Trending 全球第三：一个非科班开发者的开源 Agent 之路

作者商科出身，曾做投资和猫粮创业，2026年1月才开始借助AI写代码。因业务需求接触爬虫工具OpenCLI并参与开源，后开发团队AI工作台PawWork，并参与Apache孵化项目Maka。Maka在Terminal-Bench 2.1测试中通过率77.5%，排名第二。作者认为LLM+Harness=Agent，强调Harness需要benchmark，并分享了对Vibe Coding、开源协作和知识原理的思考，最后给想参与开源的朋友提出建议。

技术 › Agent

AstroHan 2026-09-0811.2 KB 5.9K 52 71

开源 Agent Harness GitHub AI编程 Vibe Coding Terminal-Bench Apache 猫粮职业转型

The Scaffolding Tax: Investigating the Optimal Harness for a Model

本文探讨了AI代理中模型与脚手架（harness）之间的关系，提出了“脚手架税”概念，即过时的脚手架会抑制更强大模型的表现。通过Terminal-Bench 2.0实验，作者发现固定脚手架在不同模型和推理努力水平下表现不一，强调模型与脚手架需协同优化。

技术 › Harness Engineering

NeoSigma 2026-08-1413.9 KB 124.7K 16 72

AI代理脚手架模型优化 Harness Terminal-Bench GPT Claude 性能评估