研究：计算机使用中脚手架与模型同等重要

Hacker News讨论指出，在计算机使用基准测试中，模型的实际表现和成本、速度不仅取决于模型本身，还取决于运行它的脚手架（harness）。文章呼吁在相同脚手架下评估不同模型，并关注浏览器代理能力。