memdoor 用工作流复现 GVS5H 多智能体编程方法

作者在 memdoor 上重建 GVS5H 的多智能体编程流程，用 Qwen3.8-27B 在 LiveCodeBench Hard 前 10 题跑 5 轮，平均得分 9.8，作者原版 harness 为 9.6，Fable 5 单独为 8.0。50 次运行中 49 次通过，总花费 35.79 美元，输出 15.3M token。作者说明只测了 10 题而非论文的 100 题，题目时间在 2025 年 3 月 29 日至 4 月 6 日，无法排除训练数据污染，并公开了两次失败的具体原因。