harness 切换对编码 agent 的收益与成本

2026/10/23 — 10/25 01:17·2 个来源（全部）·3 篇报道（全部）

核心速览 (Key Takeaways)

10 月 24 日 The Decoder 报道的受控研究显示，在 Claude Code、OpenCode 或 mini-SWE-agent 之间切换 harness，pass rates 的提升接近重跑同一配置，单任务成本却最高可增至三倍。
成本上升主要来自每一步都要重发 system prompt。
此前有转述研究称仅调整 Agent 的执行脚手架即可让基准提升 5.69 到 11.39 个百分点，两项研究的结论并不一致。

最新进展一项受控研究显示，在 Claude Code、OpenCode 或 mini-SWE-agent 之间切换 harness，pass rates 的提升接近重跑同一配置，但单任务成本可增至三倍。成本上升主要来自每一步都要重发 system prompt。

24 小时热度热度指数 129 · 峰值 169 · 9 小时前

24 小时前现在

昨天

17:21研究：Fancy harnesses 让 coding agent 更贵却不更好
一项受控研究显示，在 Claude Code、OpenCode 或 mini-SWE-agent 之间切换 harness，pass rates 的提升接近重跑同一配置，但单任务成本可增至三倍。成本上升主要来自每一步都要重发 system prompt。
想优化 coding agent 成本的开发者值得看
The DecoderAI 评分 67
05:54构建 Agentic Harness 到底要花什么成本
文章拆解构建 Agentic Harness 的真实成本：容器隔离只是廉价部分，真正昂贵的是作业生命周期管理、权限角色建模、输出记录与多任务并发。隔离只是容器，权限是另一个需要单独建模的层面。
做 Agent 工程的读者能看清 harness 的成本结构。
DEV Community · AIAI 评分 52

10月23日

13:00不改模型权重，只改 Agent Harness 就能涨两位数基准分
一项被转述的研究显示，在不改动模型参数的前提下，对 Agent 的执行脚手架（prompt、记忆、工作流）做几处即插即用的修改，就能让四个被测模型提升 5.69 到 11.39 个百分点。其中 GPT-5.4-nano 的 SpreadsheetBench 准确率达到 77.58%，高于使用 SkillOpt 的 GPT-5.5 的 76.20%。
提示换 harness 可能比换模型更划算，值得先试。
DEV Community · AIAI 评分 58

热度怎么算的？了解口径

热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。

本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。