Hacker News：AI 热帖· abhimanyuaryan·· 14 天前AI 评分67
Dyad 评测显示同一前沿模型在物理建模任务中受 harness 影响大于换模型
AI Models Fail at Physics: Coding Harnesses Are to Blame
AI 导读
JuliaHub 文章对比 Dyad Agent 与 Claude Code 两种 harness，固定使用 claude-opus-4-8、相同库、文档和 4 道密封物理题，每题 12 次试验共 96 次运行。
来源：Hacker News：AI 热帖 · juliahub.com