比较模型时保留配置和预算
把模型、工具、上下文、状态管理和验证方式作为具体配置记录。比较时锁住任务、评分与预算；配置变化后不能把所有差异归因给模型。
什么时候使用
模型或工具版本更新，需要判断是否发布
需要保留的限制
研究说明配置影响表现，不证明某种配置在当前场景最优；本次仅核对研究摘要。
来自哪份知识材料
Agent生态追踪的Harness-Bench配置归因。本站审阅后提炼，内容版本 2026-10-02.2；内部材料路径和未审内容不进入公开投影。
核对外部原始研究 →读取方法 Markdown →