7 模型×3 编码 Harness 实测：Harness 选择影响成本而非成功率
CShorten30 · x · 2026-09-20
一篇编码 Agent 评测研究在 X 和 Hacker News 上引发关注（项目名 HarnessTax 登上 HN 热榜）。作者在 Claude Code、Codex 和 Pi 三种 harness 上评测了 7 个模型，得出三个反直觉发现：
- Harness 选择对任务成功率影响很小，但会显著影响成本——即选错 harness 可能不降低质量却大幅烧钱；
- 简单的 harness 就有竞争力，复杂编排未必带来回报；
- 模型原生官方 harness 并不总是最优选择。
结论对每天都在用编码 Agent 的开发者很有参考价值：与其堆叠复杂框架，不如先验证简单 harness 的实际成本/收益。
所属事件:实测21个模型框架组合：Agent框架影响成本而非成功率(2 条相关)→
「编程与Agent」频道最新
- 美联航将禁止个人AI代理代客预订机票 — Polymarket · 2026-11-12
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- AWS 自曝：AWS Emulator 每行代码均由自主 AI Agent 编写 — SumitGup · 2026-11-12
- freeCodeCamp 上线 2 小时 Codex 智能体编码免费课 — adnan_hashmi · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12