DeepSeek V4 Flash в четырёх харнессах: Koda обошла Kilocode, Claude Code и OpenCode

Авторы запустили DeepSeek V4 Flash в четырёх харнессах — Koda, Kilocode, Claude Code и OpenCode. В замерах Koda набрала 52,2%, обойдя остальных. Статья объясняет, как устроен эксперимент и почему выбор харнесса так сильно влияет на результат.

Ключевой вывод: одна и та же модель ведёт себя по-разному в зависимости от окружения. Авторы разбирают, что именно помогает агенту решать больше реальных задач — от работы с контекстом до обработки ошибок.