harness 切換對編碼 agent 的收益與成本

2026/10/23 — 10/25 01:17·2 個來源（全部）·3 篇報道（全部）

核心速覽 (Key Takeaways)

10 月 24 日 The Decoder 報道的受控研究顯示，在 Claude Code、OpenCode 或 mini-SWE-agent 之間切換 harness，pass rates 的提升接近重跑同一配置，單任務成本卻最高可增至三倍。
成本上升主要來自每一步都要重發 system prompt。
此前有轉述研究稱僅調整 Agent 的執行腳手架即可讓基準提升 5.69 到 11.39 個百分點，兩項研究的結論並不一致。

最新進展一項受控研究顯示，在 Claude Code、OpenCode 或 mini-SWE-agent 之間切換 harness，pass rates 的提升接近重跑同一配置，但單任務成本可增至三倍。成本上升主要來自每一步都要重發 system prompt。

24 小時熱度熱度指數 129 · 峰值 169 · 9 小時前

24 小時前現在

昨天

17:21研究：Fancy harnesses 讓 coding agent 更貴卻不更好
一項受控研究顯示，在 Claude Code、OpenCode 或 mini-SWE-agent 之間切換 harness，pass rates 的提升接近重跑同一配置，但單任務成本可增至三倍。成本上升主要來自每一步都要重發 system prompt。
想最佳化 coding agent 成本的開發者值得看
The DecoderAI 評分 67
05:54構建 Agentic Harness 到底要花什麼成本
文章拆解構建 Agentic Harness 的真實成本：容器隔離只是廉價部分，真正昂貴的是作業生命週期管理、許可權角色建模、輸出記錄與多工併發。隔離只是容器，許可權是另一個需要單獨建模的層面。
做 Agent 工程的讀者能看清 harness 的成本結構。
DEV Community · AIAI 評分 52

10月23日

13:00不改模型權重，只改 Agent Harness 就能漲兩位數基準分
一項被轉述的研究顯示，在不改動模型引數的前提下，對 Agent 的執行腳手架（prompt、記憶、工作流）做幾處即插即用的修改，就能讓四個被測模型提升 5.69 到 11.39 個百分點。其中 GPT-5.4-nano 的 SpreadsheetBench 準確率達到 77.58%，高於使用 SkillOpt 的 GPT-5.5 的 76.20%。
提示換 harness 可能比換模型更划算，值得先試。
DEV Community · AIAI 評分 58

熱度怎麼算的？瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。

本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。