实测：Pi harness 改动难提升 Qwen 跑分

此前已有实测报道称，为 Pi 定制 harness 并不能提升 Qwen 的跑分。2026年10月12日，AGI Hunt 的报道进一步给出了实验细节：用户 yb2698 以 Pi 0.84.4 的编码 harness 为基础，做了一次系统性的消融实验，逐项检验各类改动对 Qwen 表现的影响。结果显示，几乎所有改动都无法提升 Qwen 模型的通过率，只有个别改动带来变化，且方向为负收益。也就是说，无论是此前报道的整体结论，还是这次逐项消融的细节，都指向同一结果：在 Pi 0.84.4 的 harness 上做定制改动，难以把 Qwen 的跑分推高，部分改动反而会拖低通过率。目前公开信息仅限于该实验的结论层面，尚无更多复现或后续改动的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。