Zoom 发布编码 Agent Harness 设计实证研究

Zoom 团队及合作者在 Hugging Face 发布论文《An Empirical Study of Harness Design for Coding Agents》，对编码 agent 的 harness 设计做了系统性实证拆解。研究动机是现有评测大多把完整 agent 系统作为整体对比，难以区分规划、工具调用、上下文管理等各组件各自的贡献。研究构建模块化轻量 harness：固定执行循环，只变动规划、动作空间/工具接口与上下文管理三个组件，在 176 组匹配的实验设置、四个模型上进行消融，基准为 SWE-Bench Verified 与 Terminal-Bench 2.1。

已确认

• 论文由 Zoom 团队（@ZoomCommunications）在 Hugging Face 发布，@dairai 与 @akhaliq 等做了转述报道。
• 核心结论：上下文管理是对性能影响最大的组件，尤其在较弱模型上最为关键，同时也能省成本。
• 规划组件对强模型而言更多是降低成本的途径，而非提升解题率的关键。
• 实验覆盖 176 组匹配设置，评测对象为四个模型。

为什么重要

• 该研究为 agent harness 的组件选型提供了可分离变量的实证依据，而非整体系统层面的黑盒对比，对构建编码 agent 的工程团队具有直接参考价值：优先投入上下文管理，弱模型场景收益尤为明显。

2026-09-18 ~ 2026-09-19 · 7 条相关

• 【源头】Zoom 实证研究：上下文管理省成本，规划对强模型只是省钱手段 — ZoomCommunications · 2026-09-18
• 实证研究拆解编码 Agent Harness 设计：哪些组件真正有效 — SinclairWang1 · 2026-09-18
• 拆解编程 Agent 框架:176 组实验揭示上下文管理才是关键 — _akhaliq · 2026-09-18
• 【源头】176 组实验拆解 Coding Agent Harness:上下文管理弱模型时最关键 — _akhaliq · 2026-09-19
• 新论文实证研究编码 Agent 的 Harness 设计 — _akhaliq · 2026-09-19
• 【源头】Zoom 研究:176 组对照实验拆解编码 harness 各组件的真实贡献 — dair_ai · 2026-09-19

另有 1 条近重复转述:HamedZamani