一篇有用的论文，讲当模型不变时，代理的 harness（执行框架）会发生什么变化。一个要点：保持你的 harness 提示和工具精简。在这个研究中，这样做能在不降低准确率的情况下将成本削减3倍。作者在 SWE-bench Verified 上用同一模型测试了 Claude Code、mini-SWE-agent 和 OpenCode。Claude Code 和 mini-SWE-agent 在447个任务上的得分相差不到5分。换 harness 对结果的影响，和重新运行差不多。在45个困难任务中，两者都翻转了约13%的结果。成本差异主要来自系统提示和工具模式，每个 harness 都要发送这些内容。
—— DAIR.AI (@dair_ai) X帖子｜2026-10-07T19:47:02+00:00
原帖：https://x.com/dair_ai/status/2107920656788767098
DAIR.AI：一篇有用的论文，讲当模型不变时，代理的 harness（执行…
一篇有用的论文，讲当模型不变时，代理的 harness（执行框架）会发生什么变化。一个要点：保持你的 harness 提示和工具精简。在这个研究中，这样做能在不降低准确率的情况下将成本削减3倍。作者在 SWE-bench Verified
扫描二维码，在手机上阅读
