Floatboat创新推出HLR指标,量化AI执行系统价值增益

8月7日，AOE Tech Labs正式发布旗下人工智能代理工作台Floatboat所搭载的底层执行系统Harness在五项权威第三方基准测试中的完整性能数据。本次测试以DeepSeek-V4-Flash作为统一的模型基座，结果显示Floatboat Harness在DeepSWE、Terminal Bench 2.1、Toolathlon、BrowseComp及AutomationBench五项评测中均显著优于搭载Claude Opus 4.8模型的对比系统，而后者的混合单价达到前者的57.1倍。本次评