AGI Hunt· banteg·· 2 小时前AI 评分48
评测框架背锅：换掉 Pi Harness 后 Gemini 4 Argon 逼近 Opus 5.5
评测框架背锅:换掉 Pi Harness 后 Gemini 4 Argon 逼近 Opus 5.5
AI 导读
banteg 审计 FrontierCS 2 评测轨迹后发现，Pi Harness 在约 20% 的运行中一遇到 fallback（如 security 任务）就直接终止 Gemini 4 Argon 执行，拖低了成绩。
来源：AGI Hunt · agihunt.info