拆解编码Agent的176种配置

这篇论文的隐性价值在于它暴露了当前Coding Agent领域的一个盲区：大家都在比端到端分数，但没人说清楚到底是哪个模块在贡献性能。作者把上下文管理拆成5种策略、4种窗口预算单独测，发现上下文价值随窗口扩大而递减——这意味着很多团队盲目堆长上下文可能是在浪费token成本。

实验用的是轻量级harness而非完整系统，结果更干净但也更理想化。实际落地时，执行循环本身的鲁棒性（比如环境恢复、错误处理）往往是更大的坑。建议搭配SWE-agent或OpenHands的完整系统一起看，先拿这篇定组件方向，再用成熟框架填工程细节。