Agent harness Reason 主打单任务成本，比 Codex 最多省 20 倍
Reason 这个 agent harness 用 Terminal-Bench 和 DeepSWE 的成绩证明跑分不差，重点是把单任务成本打到 Codex 的零头。如果你的 agent 要 7x24 常驻跑巡检、客服或 PR Review，这笔账很实在，可以申请个早期访问试试。
创业公司 Reason Machines 推出名为 Reason 的 agent harness，宣称在 Terminal-Bench 和 DeepSWE 两项基准上的编码表现达到前沿水平，同时单任务成本最多比前沿基线低 20 倍。
其核心卖点是「每个解决任务的成本」这一指标：同样的任务完成度，Reason 花费只有主流 harness（文中对比对象为 OpenAI Codex）的一小部分。作者 shao__meng 认为，Agent 产品的竞争终局拼的是单任务成本，企业衡量 ROI 时，安全巡检、客服、PR Review 这类需要常驻运行的 agent 循环能否长期开启，取决于这个数字。
目前产品处于早期访问阶段，用户在推文下评论 "Reason" 可获取早期访问资格和免费算力额度，官网为 reasonmachines.com。对需要规模化运行 agent 的团队来说，成本效率正成为与基准成绩并列的选型指标。
Agent 产品最后拼的，还是单任务成本。 Reason 这次除了 DeepSWE 和 Terminal-Bench 的成绩，更值得看的是那张「每个解决任务的成本」对比 Codex 的图：同样把活干完，花得更少。 企业算 ROI 的时候，安全巡检、客服、PR Review 这些常驻循环能不能一直开着，看的就是这个数。 Adi Singh @xadisingh Frontier coding performance at up to 20x lower cost. Introducing the world’s most cost-efficient harness: Reason Stop burning thousands on runaway agent bills. Reason outperforms top harnesses on Terminal-Bench and DeepSWE while dropping cost per task to a fraction of the frontier baseline. Comment “Reason” and we’ll send you early access + free compute credits. Try for free: reasonmachines.com
This report is categorized under AITOP's "Products" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Reason, Codex, Terminal-Bench, DeepSWE.
Source attribution: curated from shao__meng (@shao__meng).
