GPT-5.5 与 Opus 4.7 换用 Cursor harness 后得分反超原厂

Tomer Tunguz 认为 harness 对 AI 性能的影响超过模型本身。Endor Labs 在同一周用两套 harness 跑同一批模型，GPT-5.5 在原生 Codex harness 的功能正确率为 61.5%。