Управление контекстом важнее планирования для coding-агентов

An Empirical Study of Harness Design for Coding Agents

Исследование разбирает coding harness на компоненты — планирование, пространство действий и управление контекстом — и сравнивает 176 конфигураций на четырёх моделях в SWE-Bench Verified и Terminal-Bench 2.1. Главный вывод: при сжатии контекстного окна управление контекстом становится критичным, а его основная польза — предотвращение переполнения. Правило-ориентированное сокращение перед LLM-суммаризацией даёт лучшую эффективность, планирование экономит затраты сильным моделям, а bash-only интерфейс дешевле для моделей с хорошим знанием bash.