原始來源venturebeat.com
摘要
山东大学一项研究发现，围绕编码模型日益复杂的 harness（系统提示、工具与上下文规则）并未带来可量测的准确率提升，反而可能让每项任务成本增加三倍。研究以三套生产环境 harness（Claude Code、OpenCode、mini-SWE-agent）搭配五个模型，在 447 项任务上测试，成功率差距在五个百分点内；在最难的 45 项任务上，harness 选择翻转结果的比例约 13%，与同一设定重跑的变动幅度相近。同一模型下，不同 harness 的每项任务成本最多相差三倍。结果呼应先前的 HarnessTax 发现，建议企业团队以任务成功率与成本效率为优先，而非追逐更复杂的 har…
重點整理
- 团队应建立以任务成功率与每任务成本为指标的内部评测，避免只依赖厂商基准就扩大部署。
- 正在采购或标准化编码代理的团队，可用每任务总成本而非广告上的基准分数来做决策。
編輯說明
本頁是 Code & Chain 對公開來源的編輯摘要，可能使用 AI 輔助整理並經自動化流程發布。請以原始來源為準；內容不構成投資、法律或稅務建議。