同一個模型，為什麼放進不同 Coding Agent，成果會天差地遠？關鍵往往不只在模型，而在它背後的 Harness：工具介面、Context 管理、Session 記憶、沙箱權限、驗證迴路與多 Agent 編排。

本書從原始碼與實際工作流程出發，解剖 Pi／omp、OpenCode、DeepSeek Harness、Claude Code 與 Codex 的架構指紋，並以同一個 spine demo 對照五種實作。你將學會判讀 benchmark、設計可攜指令、控制 Context 成本、建立安全防線，以及依團隊需求選擇合適的 Coding Agent。

這不是產品功能清單，而是一套理解、比較與駕馭 AI Coding Harness 的工程方法。