![文章封面](https://developer.qcloudimg.com/http-save/10106350/e7edcf6d2f116de39c0d168febf1714e.jpg)

山东大学的 Liu 和 Han 测试了三种代码智能体 harness（Claude Code、OpenCode 和 mini-SWE-agent），发现复杂框架并未改善模型的实际编程能力，主要区别在于消耗了更多 token。所有测试均在离线环境下进行。

![](https://developer.qcloudimg.com/http-save/10106350/3b4196635b9c8fc3bf8442d3279f32c2.jpg)

研究覆盖了 Qwen3.6、Qwen3.8、Deepseek-V4-Flash、GLM-5.3-Flash 和 HY4-Preview 五个模型。论文标题直接给出结论：harness 买到的主要是 token（What does a harness buy? Mostly tokens）。

## 性能差异来自配置而非框架

Claude Opus 5 仅在 Claude Code 中作为参考运行。研究者移除 Claude Code 的工具调用功能后，Claude Opus 5 的结果没有变化，说明复杂的工具集成对该模型无实质影响。

OpenCode 的性能差距中，约一半可以追溯到输出限制这一配置参数。研究还在 Terminal-Bench 2.1 上进行了小规模交叉检查，结果显示相同模式。

## 数据与复现

数据和分析脚本已在 GitHub 上公开，支持对实验结果的验证。研究未涉及 harness 对推理速度或错误恢复能力的影响，仅聚焦于最终解题率与资源消耗的对比。

山东大学研究者测试了三种代码智能体框架，发现 Claude Code 和 OpenCode 等复杂 harness 相比简单实现并未提升解题率，性能差异主要源于输出限制等配置差异，而 token 消耗显著增加。

山东大学研究：代码智能体的复杂 harness 主要提升 token 消耗而非性能

人工智能

山东大学研究测试ClaudeCode、OpenCode及mini-SWE-agent三种代码智能体，发现复杂框架未提升模型编程能力，仅增加token消耗。性能差异源于配置如输出限制，而非框架本身。研究覆盖五模型，离线验证，数据已公开，聚焦最终解题率与资源消耗对比。

智能体

DeepSeek

GitHub

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

山东大学研究：代码智能体的复杂 harness 主要提升 token 消耗而非性能-腾讯云开发者社区-腾讯云

山东大学研究：代码智能体的复杂 harness 主要提升 token 消耗而非性能

山东大学研究：代码智能体的复杂 harness 主要提升 token 消耗而非性能

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐