工欲善其事，必先利其器，于是我就测试了一下各个主流Harness 
▶ 
提示词
用的是常用的鹈鹕骑自行车。 
统一使用GPT-5.6-luna (max) 
以下就是各个harness的成绩了，佬友们自行评价吧 
首先上场的是Codex 
 [image] 
接下来是第三方评测中很强的老牌Cursor 
 [image] 
还有oh-my-pi（感觉它有个好处就是问题很详细） 
 [image] 
Hermes竟然还不错 
 [image] 
接下来是Opencode 
 [image] 
再而外测试了一下deepseek v4 flash 
这是Codex 
 [image] 
这是Opencode，不该这么拉吧 
[image] 
结果发现都打不过哈基米3.6flash 
 [image] 
作为对照，这是5.6sol-xhigh 
 [image] 
以下是用量 
 [image] 
...