Run-Ze Fan

コーディングエージェントのハーネスを分解して検証：コンテキスト管理の価値の大半は「ウィンドウを溢れさせないこと」

176組のペア実験、4モデル、2ベンチマーク：計画は弱いモデルには精度の足場、強いモデルにはコスト削減ツール。切り詰められたコンテキストを復元可能にすることはほとんど使われていない。事前定義ツールはbashが弱いモデルにのみ明確な利益をもたらし（+15.0%）、bashが強いモデルにはbashをより安く提供するだけ。