Harness Meta-kıyaslama fikri: Basit olmayan uygulamaları kapsayan, her biri tek bir prompt ile uygulamayı sıfırdan baştan terraform etmek için tek bir prompt sunan, temel ajan demetleri (AGENTS.md, doklar, beceriler, kancalar) koleksiyonu. Yeni kodlama ajanları veya modelleri çıktığında, koşum sistemine karşı doğrudan önceki model sürümleriyle karşılaştırabiliriz. "Bu model, standart tarayıcı demetinden sıfırdan bir tarayıcı yazdı; X %'lik özellik dostuluğu ve $XYZ saatte sadece Y satır kod ile Z saatlerde." Kursor'un geliştirdiği tarayıcıyı her sonraki model güncellemesinden gördüğünü hayal edin. Kod ne kadar iyiydi? Render cihazı ne kadar hızlıydı? Özellik seti ne kadar tamamlanmıştı? Ajan ne kadar süre çalışması gerekiyordu? Jetonların toplam maliyeti neydi? Ajan demetleri için bir nevi CSS Zen Garden (tarayıcı standartlarını ilerletmek için çok şey yapan) gibi. Hepimizin Codex 5.4 Extra High'daki farkı deneyimlediğini düşünüyorum (eğer yaşamıyorsanız, bu gönderiyi okumayı bırakın ve hemen deneyin), ama yine de bir kıyaslamada geliştirici olarak kullanmanın niteliksel deneyimini, özellikle mimari ve kod kalitesi gibi ölçütler için, yakalamanın bir yolunu bulamıyoruz.