**测试编码代理：单纯增加思考深度胜过复杂架构**

_We Tested Coding Agent Harnesses. Thinking Harder Beat All of Them_

> 一项针对编码代理（Coding Agent）的基准测试显示，在 100 个真实软件工程任务中，单纯增加模型（如 Claude）的思考深度（Thinking Effort）的效果，显著优于所有复杂的代理架构组合。测试发现，最复杂的架构（包含 37 项技能、17 个代理）成本是基础版的 8 倍，却表现最差，甚至忽略了关键的产品逻辑错误；而将基础版模型切换至高思考深度模式，性能提升了 11.3 分，远超其他工具链带来的增益。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-11-05 04:52（北京时间）
- **原文**：[打开原文](https://surgehq.ai/blog/benchmarking-coding-agent-harnesses)