模型Harness可造成六倍性能差距

斯坦福与MIT研究称同一模型因系统Harness不同，基准表现最高可相差六倍。

推荐理由：研究将智能体性能差异定位到存储、检索、上下文呈现和工作流代码，并用最高六倍差距量化其影响；Meta-Harness进一步表明系统层本身可被外循环自动优化。