The Decoder · 原文 2026/10/24

研究发现更复杂的编码agent harness成本更高但通过率无明显提升

Liu 和 Han 的研究让五个模型在 Claude Code、OpenCode、mini-SWE-agent 三个harness上跑 SWE-bench Verified 任务，发现换harness带来的结果变化与同一配置重跑的噪声相当，而三个较重的harness每模型消耗的token是最轻方案的两到三倍，通过率却仍在测量不确定性内。

本篇尚未形成可展示的拆解。 已有导读和原文可正常阅读。