ความเห็นและบทวิเคราะห์

AI Harness มีผลต่อประสิทธิภาพมากกว่าตัวโมเดลเอง: GPT-5.5 และ Opus 4.7 ได้คะแนนสูงขึ้นในเครื่องมือของบุคคลที่สาม

หัวข้อต้นฉบับ:Aftermarket Harnesses

สรุปโดย AI

การทดสอบของ Endor Labs ชี้ว่าโมเดลเดียวกันมีประสิทธิภาพต่างกันมากในแต่ละ harness: GPT-5.5 มีอัตราความถูกต้องเชิงฟังก์ชัน 87.2% ใน Cursor สูงกว่าที่ 61.5% ในสภาพแวดล้อม Codex ดั้งเดิมมาก ขณะที่ Opus 4.7 ได้ 91.1% ใน Cursor สูงกว่า 87.2% ใน Claude Code Harness เป็นตัวกำหนดบริบทที่ส่งและกลยุทธ์แคช โดยแคชอัจฉริยะช่วยประหยัดต้นทุนได้ 40-80% และเร็วขึ้น 13-31%

ข้อมูลสำคัญ

  • การทดสอบของ Endor Labs ชี้ว่าโมเดลเดียวกันมีประสิทธิภาพต่างกันมากในแต่ละ harness: GPT-5.
  • 5 มีอัตราความถูกต้องเชิงฟังก์ชัน 87.
  • 2% ใน Cursor สูงกว่าที่ 61.
  • 5% ในสภาพแวดล้อม Codex ดั้งเดิมมาก ขณะที่ Opus 4.
  • 1% ใน Cursor สูงกว่า 87.

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Tomasz Tunguz 博客(VC 分析)
หมวดหมู่
ความเห็นและบทวิเคราะห์
คะแนน AI
67
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

作者引用同一模型在不同 harness 下的分数差与缓存研究,说明 harness 而非模型决定成本和表现,读者可借此审视自己的工具链选择。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: AI Harness มีผลต่อประสิทธิภาพมากกว่าตัวโมเดลเอง: GPT-5.5 และ Opus 4.7 ได้คะแนนสูงขึ้นในเครื่องมือของบุคคลที่สาม 28 กรกฎาคม 2026 https://new.nat6.net/th/news/cmtggvk4o0chbroj7ptn943ah/

ดูทั้งหมด →