界面和交互类任务的好坏要靠人体验，单个 Agent 只给一个方案，想对比就得自己开两个会、各自装依赖搭环境
AgentCompare 在 DeepSeek Harness 的主对里同时跑两版，先盲选再揭晓模型。
https://github.com/lijiaqi-AI-Product-Manager/dsh-agent-compare

互联网充电｜优质资源
优质内容｜内幕消息