We’re spending up to 100B tokens across 26,040 agent runs to answer one question: when you switch models, should you switch harnesses too?

Our v1.0 FrontierHarness leaderboard ranked harnesses on…

按照业内大佬的分享，模型是针对特定 harness 训练的，按理说应该和自家 harness 最合拍。但却恰恰相反。

图一：Kimi K3 在 Alma 上表现最好，反倒和自家 harness 相性不合。

图二：GLM 5.3 在 Kimi Code 上通过率最高，自家 Z Code 却排在最后。

@ishuagra02 hm, why are we the only model not being tested in our native harness in this?

artex的威力还是太大了啊，越来越多的小白加入AI安全圈子。

对agent不加以控制，容易出大事= =

主动弹claude kyc的方法（邪修）:

随便办个u卡，里面不放钱，在网页充值Claude pro 会因为余额不足而支付不成功，多试几次就弹kyc了!!!!

目前老外只能过没选择国家的kyc页面!!!
选择国家之后会很容易封号!!!

千万别自己选择国家过kyc!!!!!

这波 Gemini 4 Carbon 我实在没法给到夯。最多给个人上人

丝毫没有 Argon 的色彩和优雅，就知道一个劲的 reward hacking，猪突猛进，然后靠 self correction 给自己兜底

又成了美国超级牛逼大豆包了
（仅针对 Carbon。Argon 我仍然给到夯爆了）

谢谢各位大佬做的游戏

我已经困在html里面出不来了

QQ飞车：https://t.co/CgvHy5Btjn
穿越火线之运输船 : https://t.co/nZabbwUZlw
鹈鹕骑自行车: https://t.co/eo4IKrNsex
英雄联盟海克斯大乱斗：https://t.co/C9CfpNY7QW

GPT-6.2 Astra RELEASING on THURSDAY

Spotted in OpenAI's Codex 0.169.0-alpha.11 commits today:

• gpt-daybreak-red-latest (visibility: "hide") configured with a 372,000 context window +100K larger…

the week is not over!

Text-to-image and multi-image editing in 6 steps

给大家科普一下

Claude有可能会弹两次KYC

第一次就是开订阅的时候，这时候需要跳转到Persona做KYC验证，CN Passport能过这一关。

第二次就是Portal Kyc，一般是使用的时候触发风控就会跳。

如果你不幸遇到Portal Kyc

那就不用再折腾了，因为这个时候你已经封号了🤦。

祝大家好运！！