待验证50% 置信解决方案精确时间

当模型输出格式不规范或工具返回错误时，harness 需要设计重试与降级策略，这些策略会显著影响最终成功率

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

HarnessTax：编码智能体的"外壳"到底有多重要？

涉及实体

相关事实

待验证对于不支持工具调用的模型，通常需要通过精心设计的Prompt来模拟工具调用行为，但稳定性和准确率会明显下降78% 相似待验证面对不同失败模式应采取不同数据合成策略：错误工具调用则合成对应失败轨迹强化，长任务表现挣扎则生成多步骤轨迹，过度使用工具则通过评分筛选优化调用效率76% 相似待验证单纯为省钱而降级模型是危险的，一旦关键步骤输出质量崩坏可能导致整条Agent轨迹全盘失败75% 相似待验证校验失败时应将具体错误反馈给模型让其修正，但重试必须设置次数、超时时间和成本控制，因为重试会增加延迟和资源消耗75% 相似待验证工具的动作要幂等，错误要明确，否则模型调用失败后无法补救74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928024

API

curl https://kongchang.com/api/v1/knowledge/claims/928024

MCP

get_claim(id=928024)