benchmark

Agent = Model + Harness, vậy tại sao ai cũng PR Model?

Model luôn đứng trên sân khấu cùng benchmark. Nhưng dùng agent một thời gian, tôi lại thấy harness mới là thứ quyết định khá nhiều trải nghiệm thực tế. Vậy các hãng AI có bỏ quên nó không?