ReAct、Reflexion 这些范式被报告的收益，大多依赖一个廉价的外部验证信号。基准自带它，生产环境往往没有。

模型之外的一切工程构成 harness。厘清它与 agent、workflow 的边界，是决定「这个需求该怎么做」的第一步。