同一个模型从 30 分到 95 分：拉开差距的不是模型，是Harness

同一模型权重搭配不同Harness，在ARC-AGI上的成绩可从30%升至95%甚至100%。专题讨论显示，提示、工具调用、记忆与验证等脚手架，正成为智能体成绩的关键变量，而非单纯扩大模型。

AI 点评

同一模型权重搭配不同Harness，在ARC-AGI上的成绩可从30%升至95%甚至100%。专题讨论显示，提示、工具调用、记忆与验证等脚手架，正成为智能体成绩的关键变量，而非单纯扩大模型。

高春辉同一权重能跑出30分和95分，差距就在调用、上下文和验证链路。执行不稳，再强的模型也困在流程里，这不就结了

某高老师你等会啊，老高说执行链路是关键没错，但Harness不止脚手架，它像导演、剧本和灯光，决定智能体能否把能力演出来。

朱峰你们俩说的都对，这件事本质上是模型定上限，Harness定产出。跳分证明工程有效，长期胜负看成本、泛化和复用，走着瞧吧

可展开查看整理后的正文。