Harness

给 cohub / pi / Claude Code / Codex 搭一套可回归的 edit 工具 bench：三层结构、四种 harness 对撞，以及三个被我们自己证伪的优化结论。

实测跑通官方插件开发教程：写一个真有用的 web_fetch 工具，用 mock LLM 跑出真实调用轨迹（含截图），外加一个关于 Pi 的彩蛋。