Очень конечно спорное тестирование. По сути от systemprompt зависит конечно решение. У Pi он будет минимальным и кастомизируемым. У DSH он будет ПОКА минимальным - обрастёт со временем. Тестируемые агенты выбраны очевидно странные. Всё зависит от модели. Надо выбирать ту, которая не подходит ни одному вендору. DSH активно раскручивают. Тренд на "допили сам себе harness" очевиден, и видимо MCP не всем хватает. Только вот у DeepSeek свой хороший инструмент для KV Cache и тест вокруг него и это особенность сети. А Pi, тем временем пока не рискует стать вендорским и обрести внезапно сильный перегиб в сторону поддержки одной из экосистем. Зачем сюда Hermes ещё приплели не ясно - он вообще для другого
Пока что ясно только следующее:
👉 почему у СС нет семантического поиска и одни грепы - всем ясно?
👉 вендорский инструмент не может и не будет экономным бай дизайн (не значит что не будет эффективным)
👉 юзайте мультивендорские harness
👉 плагинам в MCP и 📝 specific Pi быть.
👉 может DSH будет 📝 specific. Но посмотрим ещё.