实测 5 个编码智能体的思考档位：更高 effort 未必更好

作者在 5 个代码库的真实 bug 修复和新功能任务上，把 5 个编码智能体分别调到最多三档思考强度测试，结果显示只有 Opus 5.5 和 GPT-6.1 Sol 随档位提升而变好，Sonnet 5.5 和 Fable 5.1 在高档位解出的任务反而更少，Haiku 5.5 从中档到高档持平。