基準比較模板

Harness A：

• 完成率
• 平均重試次數
• 人工審查前捕捉到的錯誤數

Harness B：

• 完成率
• 平均重試次數
• 人工審查前捕捉到的錯誤數

解讀：

• 哪個 harness 改變了結果？
• 哪個 harness 改變了獲得結果的成本？