以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
0. 阅读收获 (Takeaway) 读完本文，你将了解： Harness 到底是什么 ：一个具体的、可操作的定义，不是又一个抽象类比 Prompt → Context → Harness 的演进 ：三者的关系、边界和社区争议 同一个模型，只改 Harness，性能从 Top 30 到 Top 5 ：一个具体案例的拆解 哪些设计是持久的，哪些会被模型进步淘汰 ：对 The Bitter Lesson 的再思考 前置知识：如果你对 Agent 的上下文管理还不太熟，建议先看 Agent 系统中的 Prompt Caching 设计（上） 和 （下） ，本文会多次引用。 1. Agent 不好用？ 用 Coding Agent 的人大概
阅读原文 · 袁超发技术博客
向阳乔木 · deepseek-v4-1-flash-261017
一个团队做了上百个 Agent 项目后得出一个结论：Agent 不好用，问题多半不在模型。 LangChain 用数据把这句话钉死了。同一个模型 GPT-5.2-Codex，只改模型之外的东西，Terminal Bench 2.0 得分从 52.8 涨到 66.5，排名从 Top 30 跳到 Top 5。模型没换，换的是它跑的那套系统。 这套系统现在有个统一...