**AI 物理建模失败归因：编码框架比模型选择更关键**

_AI Models Fail at Physics: Coding Harnesses Are to Blame_

> JuliaHub 研究表明，在物理建模任务中，AI 代理的“编码框架”（Harness）对性能的影响远超模型本身。固定同一前沿模型，使用 Dyad Agent 框架的加权得分（0.899）显著高于 Claude Code（0.533）。研究发现，通用编码框架易导致“静默失败”，即代码编译通过且自测通过，但物理逻辑错误；而具备科学严谨性的框架能有效约束模型行为，确保物理不变量得到正确执行。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-09-30 01:21（北京时间）
- **原文**：[打开原文](https://juliahub.com/blog/why-the-best-ai-models-fail-at-physics)