换壳实测：7个模型跑Claude Code、Codex与Pi，原生harness未必最优
CShorten30 · x · 2026-09-17
一项评测将 7 个模型分别放进 Claude Code、Codex 和 Pi 三种 harness 中运行，得出三个反直觉结论：
- harness 选择对任务成功率影响很小，但对成本影响显著；
- 简单 harness 也能打出竞争力表现；
- 厂商原生 harness 并不总是最优。
在数百万人使用编码 agent 的当下，harness 的选择是被忽视的变量，作者认为「harness-routing」（按需选壳）值得成为新话题。
所属事件:7模型×3套编码harness实测：影响成本远大于成功率(7 条相关)→
「编程与Agent」频道最新
- 一个过期日期让 WhatsApp 回复 agent 静默罢工两天,19 条消息无人应答 — petrusenko_max · 2026-11-02
- 10倍工程师就是一个 SKILLS.md:六大工作流规则全公开 — mdancho84 · 2026-11-02
- 开发者自审 MCP 凭据代理:最大漏洞竟出在配置文件 — Relevant_Mousse_9117 · 2026-11-02
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Sketchy v0.1.6:图表输出比纯文本省 29% token — Nkgsporty · 2026-11-02