AstroHan (@AstroHanRay) header
AstroHan (@AstroHanRay) profile picture

Building Apache Maka(Incubating), focusing on AI agent. 中文/EN

Joined March 2011
Frontier Harness v1.1 全部题目跑完了,领先的还是 Codex 和 Pi,Maka 排名第七,和 ZCode、KimiCode、OpenCode 在同一水平。 作为开源大家共创的项目,TS 版的 Maka 这个成绩还算满意~ 我们会在下一个版本的 Rust 版继续努力和改进!欢迎大家来围观 Rust 版本,欢迎点个星星呀~
21
3
88
13,596
可以做出各种各样的 UI 和组件了~
4
255
Maka Rust Generative UI 已经加入了~持续打磨!
2
21
1,937
Maka 站起来了!目前 Leader Board 第五,仅次于 Pi Codex 和 Opencode 了
21 款 Harness,5 个不同模型,62 个任务,而且重复四次! 这是有史以来最大的 Harness 大横测了,数据还在持续发酵中~
4
4
1
28
7,638
21 款 Harness,5 个不同模型,62 个任务,而且重复四次! 这是有史以来最大的 Harness 大横测了,数据还在持续发酵中~
We’re spending up to 100B tokens across 26,040 agent runs to answer one question: when you switch models, should you switch harnesses too? Our v1.0 FrontierHarness leaderboard ranked harnesses on a single model. V1.1 expands it to 21 harnesses × 5 models × 62 tasks × 4 attempts, 72x the size of v1.0. Results are coming in live. Link below🧵
10
6
3
67
24,382
Replying to @siantgirl
蛮好玩的哈哈哈,秘诀就是去套老板的头
255
Maka Rust 的提示词预测已经上线,感觉准确度相当不错了,可以一直 Tab Tab 继续下去了~
7
3
1
13
1,544
只要多开了一些 subagent 做 chrome 采集任务,电脑就起飞了。。。
1
4
785
补充一点,GPT 6.1 Sol 在 Agent Arena(模型匿名打分)的 Code 领域,是表现第一名的模型。 甚至高于 Astra。 也高于 Fable 5.1 和 Opus 5.5。 但 Opus 5.5 依然更全面,整体而言是第一名,在 Chat、Work 等工作也表现的更好,更灵活。
发现个很有意思的事情,在中文 X 中,Claude Opus 5.5 几乎是碾压 GPT 6.1 Sol,所有人都说吊打。 但在英文的 X 上,现在 Claude Opus 5.5 对比 GPT 6.1 Sol 大概是 6/4 开或者 7/3 开,其实 GPT 6.1 Sol 的口碑也是不错的。 整体上大家还是认可 Opus 5.5 是目前最好的模型,但没有这么一边倒。
10
4
73
38,581
Replying to @shuhai_po
欢迎进三群呀!
10