试了半年Claude和GPT-5，我摊牌了，都不好用

我们花了一年时间追模型。回头看，真正让产出变好的时刻，全部跟模型版本无关。跟另一件事有关。

最近写东西，有一篇稿子卡在中间一段，改了好几遍都不满意。 我把那段粘进网页端的 Claude，它提了几个改法。照着改了一遍，还是不满意。我扔进 Claude code。它直接对我的markdown进行了修改，在那段的末尾补了几行，还告诉我，之前有一条笔记中一个例子，放这里正好。 后台是同一个 Claude sonnet 4.6。 网页端只知道我粘进去的那段话。claude code 读了我整周的聊天记录，笔记本里的素材，笔记库里的稿子。 模型没变，变的是模型能碰到多少你的东西，也就是上下文。 OpenClaw 和 Hermes 这两个大网红工具也一样。 为了节约成本，很多时候后台跑的是 OpenRouter 上的免费模型。有次我让它们翻我的inbox采集库，同一个问题，找到关于某一个大模型如何写提示词的资料。Hermes 翻出了一段我完全忘了的旧笔记，把它当上下文用了。OpenClaw 从头开始列了一遍，好像从来不认识我是谁。 后台模型是一样的，一个记得我，一个不记得。差距不在模型上，在模型外面那层东西上。

这层东西叫 Harness。 英文里就是马具，一副缰绳、嚼子、马鞍装上去，烈马才能为你所用。 但大多数人只关心马，这不能全怪我们。 模型公司怎么赚钱？告诉你新模型比上一代快三成。媒体怎么赚流量？告诉你榜单又刷新了。任何人都不会告诉你，你手头的模型其实够用了，你缺的是给模型配一套好流程。因为卖马比卖马具赚钱太多了，整个行业都想让你换马。 换模型，好轻松的事。 你点进一篇测评，看完跑分，觉得手里的不行了。打开新模型的官网，注册，试了两句。感觉也就那样。但关掉网页的时候，心里有一个念头，我今天又往前追了一步。 搭 Harness 完全不是这种感觉。 最近我一直在打磨我的文章skill，特别每次写稿都要重复的那些规则，我一直想把它们固化下来，让大模型自动加载。 核心就三条，不要空行，不要破折号，不要写“不是而是”。 我以为写完了就完了。 还是想得太简单了，它有时候遵守，有时候不遵守。要改skill，你得一行一行试，到底是哪个措辞让它跳过了那条规定。 调了两天，跑了不知道多少遍测试稿。等到终于全过的时候，我把文件关掉，站起来站了一会儿。 我知道了，并不是我换了更强的模型，是我终于把规则变成了模型必须遵守的要求。 以前我也一样追新，出来新的就试，试两天觉得也就那样，等着下一个。回头看，opus 4.7写的稿子，和Deepseek R1写的，当然有差距，但没有想象中那么大。 而如果你把格式写成规则，给模型接上正确的文件夹路径，再把每次写稿拆一下，拆成讨论笔记和成稿。这样之后，稿子质量明显有很大的区别，而这些东西，跟换什么模型一点关系都没有。 GPT-3.5 时代一个聊天框就够用了，你问一句它答一句。 现在同一个模型能跑在好多不同的环境里，入口、权限、上下文、迭代步数等等，这些变量每多一项，输出就多一层偏差。 没有一个 Harness 把它们管住，你连问题出在哪里都找不到。 GPT-5.5、opus 4.7 是汗血宝马，某个开源7B模型是矮脚马。骑汗血宝马乱跑的人，追不上那个骑着小马、拉着缰绳慢跑在道路上的人。就算你开法拉利，堵在天府大道的时候，你和捷达一样得等红绿灯。 决定你到不到目的地的，是红绿灯和车道，不是发动机和变速箱。

我们可能也需要一副 Harness。 每天面对新模型、新技术、新概念，靠什么决定这个我要学还是先放着，靠什么判断这个东西在你的场景里能不能用上。这个判断力，就是你的 Harness。 没有它你就只能被推着走，小龙虾还没玩明白，爱马仕又出来了。 你有了一副自己的 Harness，知道当下最需要解决什么，手头的东西够不够用，一个新技术在你的场景里值不值得投入，你就停得下来。你看着那条推送说，挺好的，但我现在不需要。 能说出这句话的时候，你会松一口气。 不是又省了一笔钱，是终于不用再被推着跑了。人类面对 AI，最稀缺的不是学得更快，是具备判断力，知道自己要什么的人没有替代品。 法拉利很好。但红绿灯，才是让你安全到家那个东西。

<section style="margin: 28px 0 14px 0; text-align: center; color: #d46b2c; font-size: 15px; font-weight: 700; line-height: 1.8;"> 来这找到我 </section>