arXiv 上出现一篇题为《An Empirical Study of Harness Design for Coding Agents》的论文，链接为 https://arxiv.org/abs/2609.20804，分类标注为“论文”。目前该条目未提供摘要，因此论文的具体实验设置、评测基准、对比对象与结论尚不明确，以下仅就标题所指向的问题域做背景说明。
在编码智能体（coding agent）的语境中，“harness”通常指包裹在基座模型之外的工程外壳，包括系统提示与任务指令的组织方式、可调用的工具集合（读写文件、执行命令、运行测试）、上下文与历史的管理策略、错误反馈与重试机制，以及任务终止与结果提交的判定逻辑。同一基座模型在不同 harness 下往往表现出可观差异，因此 harness 设计长期被视为决定编码智能体实际可用性的关键变量之一。
从标题看，该研究试图以实证方式系统考察这类设计选择所带来的影响——这正是当前业界关心的问题：当模型能力逐渐接近时，产品层面的差距可能更多来自外围工程，而非权重本身。对于构建编码智能体的团队而言，若这类工作能够给出可复现的对比结论，将为提示组织、工具粒度、反馈回路、重试与终止策略等决策提供依据。
需要强调的是，由于缺少摘要，本文无法确认其方法（例如是否采用消融实验、是否在统一基准上比较多种 harness）与具体发现。后续可关注论文全文或更新版本，以获取可验证的数据与结论。