论文：编码智能体 Harness 组件级对比——规划、动作空间与上下文管理谁更关键

Hugging Face 论文页披露《An Empirical Study of Harness Design for Coding Agents》：在固定执行循环下拆开规划、动作空间与上下文管理，用 4 个模型在 SWE-Bench Verified 与 Terminal-Bench 2.1 上跑 176 组对照。核心结论包括：上下文变紧时上下文管理价值上升（主要靠防止溢出失败）；规则省略再接 LLM 摘要效率最佳；规划对弱模型更像精度脚手架、对强模型收益变弱。