同一模型换 harness：整仓迁移成功率从 6.5% 到 31.0%
Elvis 引用一篇论文说：整仓库迁移任务上，GPT-5.6 Sol 在把 Codex 换成 HERMES harness 后，成功率从 6.5% 升到 31.0%，模型相同；他的结论是『自己做 harness』，harness 工程被低估。
Elvis Saravia@omarsar0原帖
为什么值得留
评估 agent 时，不要只看模型，也要看外面那层。
可以从这里开始
找论文，看两种 harness 的差别和评分标准。
阅读时留意
数字来自作者引用的论文，未读原文；一个基准上的结果；harness 是否公平对比未知。
OnBalls 导读整理于 2026.10.22。只读存档的帖文全文及可见引用；未打开链接内容，帖中数字和说法未独立核实。