Blog

项目更新与技术文章

2026年6月10日 · PawBench team

PawBench v1.0：给通用智能体一把可复现的尺

同一个模型，放进不同的 Agent 运行框架里，表现会差多少？PawBench 把模型能力和 Harness 能力放到同一张评测表里，帮你看清两者如何协同影响真实任务表现。

harnessmodelbenchmarkagent