Martin Fowler 发布行为 harness 成本实验

Martin Fowler 发布了一项编码 Agent 实验，比较有/无行为 harness 时的表现。他称，对 GPT-6 Sol，harness 使 token 用量约为 10.5 倍、耗时近 3 倍、成本约 7 倍，但两种条件下 10 次运行全部成功；无 harness 时 10 次中成功 3 次。 这些成本是按记录的 token 用量和模型价格估算的 API 等价成本，并非实际账单金额。实验覆盖每个模型 10 次配对运行，任务为一个全新 Java 服务，两个模型均使用低推理强度。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。