基准对比模板

Harness A：

• 完成率
• 平均重试次数
• 人工审查前捕获的缺陷

Harness B：

• 完成率
• 平均重试次数
• 人工审查前捕获的缺陷

解读：

• 哪个 harness 改变了结果？
• 哪个 harness 改变了获得结果的成本？