Doc2Harness：面向编码智能体长程 harness 工程的 LLM 基准

Doc2Harness 是一个两阶段基准，直接评测 LLM 构建长程 harness 的能力：Stage 1 中构建模型在固定 builder harness 内根据接口契约骨架和开发文档生成候选 harness，Stage 2 在隔离容器中由脚本化 mock 模型端到端驱动，并通过模型请求、磁盘文件、进程退出码、命令输出四个通道打分。