你的代码AI，开工前先烧了多少Token？

11个主流编程Agent，还没碰一行代码，就已经悄悄发出去了。我在看这个基准测试时有点意外——每个Agent的"系统提示"开销差异巨大，有的轻装上阵，有的却背着几万字背景文档进场。这让我开始怀疑：我们一直在优化prompt质量，可真正的效率瓶颈，是不是在"还没开始"之前就已经消耗完了？Harness overhead这个词组说得挺准确，它不像模型推理那样显眼，更像是一种隐形的、持续的成本。下次评估你的coding agent，别只看它写得多好，先看它开工前的第一笔开销。

原文：Harness overhead benchmark: tokens 11 coding agents send before the task starts · 来源：Hacker News