热点事件持续更新
同一模型换 harness 任务完成率差异显著
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026-11-04，X 用户小北解读了 IBM 与 LangChain 的评测结果：在 90 个 AppWorld 任务上，同一 GLM-5.3-flash 模型因所用 harness 不同，任务完成率差异显著——CUGA 完成 81.1%，Hermes 为 46.7%，LangChain Deep Agents 仅 30.0%。小北据此指出，同一模型换 harness 后任务完成率可从 30% 差到 81%。目前该事件仅有这一篇报道，尚无其他来源的独立验证或后续进展。
AI 根据报道生成 · 52 分钟前更新
最新进展11月4日 09:27
小北解读 IBM 与 LangChain 评测：同一模型换 harness，完成率从 30% 到 81%。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- 凡人小北 (@frxiaobei) · X小北解读 IBM 与 LangChain 评测：换 harness 同一模型任务完成率可从 30% 差到 81%
IBM 用同一 GLM-5.3-flash 跑 90 个 AppWorld 任务，CUGA 完成 81.1%，Hermes 46.7%，LangChain Deep Agents 30.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。