CLAUDE.mdを書くのが面倒くさかった——でも、それが正解だった
最新のベンチマークデータが示す衝撃の事実：AGENTS.mdやCLAUDE.mdはコーディングエージェントのパフォーマンスを下げる。怠惰が最良のエンジニアリング判断になることもある。
← 一覧へ
benchmark
2 posts
タスク成功率6.7%から68.3%へ: 10倍の差を生んだのはモデルではなくハーネスだった
LangChainのTerminal Bench結果とhashlineフォーマット実験が示したこと。同じモデルでリーダーボードの順位が逆転した理由は、プロンプト・ツール・ミドルウェアの3つにありました。