換模型就要換 Harness:FrontierHarness Eval v1.1 的 27,280 次實測

Runta 27,280 次實測:換模型就該換 harness,同模型成本差到五倍,貴的不等於會過。

Runta 27,280 次實測:換模型就該換 harness,同模型成本差到五倍,貴的不等於會過。

Claude Code 團隊九成程式碼由 Claude 寫加審:端到端、屬性、差異三種測試,verify skill 與 REVIEW.md 守門,HN 205 則討論正反全收。

OpenAI 發布 GPT-6.2 Astra 與 Sol:任務成本大幅下降,專業文件與簡報能力追上,HN 實測評價兩極。附 HN 651 則討論分組整理與懶人包。

Apple 開發者狀態頁 11 月 18 日列出 7 起中斷,App Store Connect 全員受影響,門市無法結帳。整理 HN 620 分主串的六大討論焦點。

騰訊推出 Hy4 Flash:224B 參數、每 token 只啟動 12B,日常任務成本砍到 Hy4 的二十分之一,附 HN 9 則討論整理與視覺懶人包。

CMU 推出 CS Learn,八門課本週每天上一門,一月再加五門,另有課程軟體與 AI 家教路線。附 700 贊 HN 討論整理與懶人包。

OpenCode 推出 Browse:MCP server 加 Chromium 擴充,讓 agent 用你已登入的真瀏覽器在背景做事,遇到登入再交還給你。

自動加藥系統打出過量氯,告警只靠電郵,剛好遇到 Microsoft 365 中斷。15 人受傷,HN 199 則討論一致認定設計荒謬。

EFF 警告:智慧眼鏡與全天轉錄裝置把隱私從個人選擇變成集體負擔,旁觀者沒有退出鍵。繁中全譯加 HN 189 則討論整理。

二手手機三百到五百,全配樹莓派兩千三。HN 三百多則留言的結論:電池安全、軟體維護、GPIO 生態三關沒過之前,手機只適合一次性專案。