Coding-Agent Harnesses 自我演化机制实证研究：回顾性适应的有效性分析

研究通过 Claude Code 在 30 个 SWE-bench Verified 任务中实施 24 项 harness 变更，评估回顾性适应对后续任务的影响。结果显示，7 项针对性测试中仅两项消除或减少目标操作，四项无显著改善，且部分变更引入了额外无关工作。研究强调 harness 自我演化需建立变更有效性验证机制，而非仅靠生成与实施调整。