HarnessTax 研究：编码智能体的 harness 对成本影响有多大

Arena 发布 HarnessTax 研究，测试 7 个模型与 Claude Code、Codex CLI、Pi 三种 harness 组成的 21 个组合，在 SWE-bench Lite 和 Terminal-Bench 2.0 上各抽取 30 个任务、每任务运行 3 次。