LangChain 不换模型靠 harness engineering 将 Terminal Bench 成绩提升至 66.5
摘要
LangChain 分享 harness engineering 方法，在固定使用 gpt-5.2-codex 模型的前提下，将 deepagents-cli 在 Terminal Bench 2.0 上的得分从 52.8 提升至 66.5，成功进入该榜单前五。
LangChain 近日公开了一种名为 harness engineering 的优化方法，其核心思路是在不更换底层模型的情况下提升智能体在终端任务中的表现。
该方法被应用于 deepagents-cli 工具，测试平台为 Terminal Bench 2.0。结果显示，在模型固定为 gpt-5.2-codex 的条件下，deepagents-cli 的得分从 52.8 提高到 66.5。
凭借这一提升，deepagents-cli 在 Terminal Bench 2.0 榜单上跻身前五名。LangChain 此次分享的重点在于，仅通过工程层面的调整而非模型替换，就实现了超过 13 分的性能增长。
本文由新大陆基于公开信息编辑整理
信息来源：AIHOT AIHOT原文 ↗