Harness

两篇过去七天的一手研究：FrontierCS 2 用真实研究仓库、隐藏工作负载和原论文实现评测 Coding Agent 的研发能力；OpenAI 公开前沿模型训练环境的隔离分层与高算力红队验证，说明权限边界不能只依靠 Agent 的自律。

两篇 10 月 22 日的新论文：DoorDash 用多 Agent、实时业务状态和确定性质量门禁清理技术债；另一项实证研究发现过期 AGENTS.md/CLAUDE.md 会压过现有代码，明确来源优先级可显著减少错误修改。