一句话看懂:Google 的 Varun Mohan 称,Neon 搭配 Google 自家的 Antigravity 命令行(AGY CLI)后登上了 AA 编程智能体指数第一,且提升很大一部分来自调度外壳(harness)。这件事提醒开发者:榜单成绩可能是“模型加某个外壳”的综合结果,不宜直接照搬。
事件核心:发生了什么
2026 年 11 月 22 日,Google 的 @_mohansolo(Varun Mohan)在社交平台表示,Neon 使用 AGY CLI 后,在 AA 编程智能体指数中排名第一,并在面向大型代码库的找 bug、修 bug 评测 SWE-sweep 上明显超过 mini-swe。他特别说明,这次提升的很大一部分来自 harness,也就是负责调度、工具调用和上下文管理的命令行外壳。以上为发帖者说法,目前公开信息仅限该帖,尚无完整评测细节或官方产品公告。
为什么重要
过去看编程智能体榜单,容易把名次直接等同于底层模型能力。这次信息的关键在于区分“模型”和“模型 + 外壳”:同一个大模型,换一套工具调用、上下文压缩和错误重试的 harness,评测表现可能差出一截。对行业来说,这意味着竞争不只在训练和推理的模型层面,工程化调度层的价值正在被放大;对应到闭源 API 与开源模型的选择上,外壳的成熟度也会影响实际体验。
对用户/开发者/创作者的影响
不建议因为一次榜单就换主力工具。更稳妥的路径是:先确认榜单测的是裸模型还是“模型 + 指定外壳”,你手上的工具未必能复现同样成绩;再拿自己的仓库跑一周真实任务,记录返工次数;同时算清楚额度与价格——一次 agent 任务动辄消耗数万 token,榜单不会替你承担账单。年付方案尤其要谨慎,因为这类榜单几周就可能换一次第一。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 AGY CLI 是否面向更多开发者开放,以及 Neon 的榜单成绩能否在独立评测中复现;二是 harness 层的竞争是否会让各家命令行工具成为新的差异化卖点;三是 mini-swe 等竞品是否会跟进优化调度策略,以及价格与额度是否随热度调整。
来源:@YH31377807


