Agent không chỉ là Model: Vì sao các hãng AI vẫn bán câu chuyện bằng benchmark?
Model thường đứng trên sân khấu, còn harness nằm trong phòng máy. Bài viết phân tích vì sao OpenAI, Anthropic và Google luôn nhấn mạnh benchmark khi ra model mới, dù chính harness mới biến năng lực thô của model thành một agent hữu dụng.
15 min