arXiv · ML· Yangze Liu, Zhongyi Han·· 2026-10-06AI 评分41
基准测试研究显示:在固定模型前提下,Coding Agent Harness 主要影响任务成本而非性能
What Does a Harness Buy? Tokens, Mostly
AI 导读
研究将五个模型接入 Claude Code、mini-SWE-agent 和 OpenCode 三个 Harness 跑 SWE-bench Verified,发现相同模型下 Harness 重跑与切换 Harness 造成的结果翻转率均为 13%,且性能差异基本在噪声范围内,OpenCode 最多落后 9 点。
来源:arXiv · ML · arxiv.org