Обвязка решает: почему харнесс важнее модели для генерации кода

Статья утверждает, что качество генерации кода зависит не только от самой нейросети, но и от обвязки (harness) вокруг неё. Приводятся примеры, где один и тот же GPT-5.5 в разных харнессах показывает 61,5% и 87,2% успеха, а смена обвязки на бенчмарке Claw-SWE-Bench влияет на результат почти так же сильно, как смена модели.