LangChain Blog·· 3 小时前AI 评估 · 70/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
LangChain 用 harness 工程把编码智能体在 Terminal Bench 2.0 上从 52.8 提升到 66.5
Improving Deep Agents with harness engineering
AI 导读
LangChain 通过只调整 harness、固定使用 gpt-5.2-codex，把 deepagents-cli 在 Terminal Bench 2.0 上的得分从 52.8 提升到 66.5，排名从 Top 30 进入 Top 5。
来源：LangChain Blog · langchain.com