Doc2Harness：编码智能体长程基准发布

Doc2Harness：首个面向编码智能体长时程 harness 工程能力的基准测试

19 个前沿模型、328 个测试用例，最佳通过率仅 53%——即便是最强模型也有一半失败。来自 ICT-CAS。