OpenAI Cookbook：如何对插件做 harness 感知的评测

OpenAI Cookbook 发布一篇插件评测教程，用同一套五个测试用例在直接工具测试、独立 function-calling 循环和 Codex harness 三个层级上运行，说明同一模型在受控循环里能正确解析的查询，进入真实 agent 后可能几乎不调用工具。