同一个模型,为什么换个 AI 工具就像换了个人?

同一个大模型，放进不同的 AI 工具里，表现可能差得像换了一个人。

在普通聊天框里，它只给出一段建议；到了编程工具或桌面 Agent 里，它却会先看文件、拆任务、调用工具，出错后再试一次。最容易出现的判断是：后一个工具接入的模型更聪明。

但模型名相同，并不代表它们是同一套系统。最近 DeepSeek 在 Harness 的介绍页上直接写了一条公式：Agent = Model + Harness。这里的 Harness 不太好直译，可以先把它理解成模型工作的整套环境。

模型更像厨师，不是整间厨房

模型负责理解你说的话，判断下一步应该做什么，再生成文字或工具指令。它很像一名厨师：知道怎样处理食材，也能决定一道菜的大致做法。

Harness 则更像厨房。菜谱怎样写、刀具放在哪里、冰箱里有什么食材、谁能开火、做坏了要不要重来，都是厨房的一部分。

换到 AI 工具里，这些东西分别对应系统提示、上下文、可调用工具、文件和网络权限、任务循环、错误处理，以及结果怎样回到对话框。DeepSeek 列出的工具、技能、会话、沙箱、存储、调度和界面，都是这套工作环境里的组件。

所以，同一位“厨师”进了两间不同的厨房，端出来的菜很可能不一样。差别不一定来自模型参数，也可能只是一个工具允许它读文件，另一个不允许；一个会把长任务拆成几步，另一个只发起一次回答。

系统提示规定先做什么、何时确认；上下文管理决定模型眼前有哪些材料；工具说明、参数和返回结果会影响下一步判断；任务循环则决定调用一次就停，还是检查结果后继续修正。这些能力组合起来，聊天模型才像一个能连续做事的 Agent。

一次成功，背后可能已经试了好几次

比如让 AI “检查一张表格里的错误并修好”。

普通聊天框可能告诉你应该检查日期、公式和空值，却没有权限碰那份文件。带 Harness 的工具可能先读取表格，再调用脚本检查格式，发现报错后换一种方法，最后把修改后的文件交回来。

站在用户面前，后者像是模型突然会干活了。实际上，文件权限、工具能力和重试流程也参与了结果。反过来，一个很强的模型如果只能看到被截断的上下文，或者没有合适工具，表现也会受限。

这也是为什么只看最终答案，很难判断差异究竟来自哪里。近期一项针对 Agent 编程的研究，就采用固定模型、改变 Harness 的方法做对照。研究没有得到“某一套 Harness 放到哪里都更强”的简单结论，反而说明任务、工具和控制流程必须一起看。

同一套 Harness 也不会让所有模型表现一致。有的模型更擅长遵循严格工具格式，有的模型在长任务里更容易偏离目标。厨房安排得再好，厨师是否理解菜谱仍然重要；厨师能力很强，厨房不给刀具也做不出需要的菜。两边不是谁替代谁，而是一起决定上限和下限。

比较 AI 工具时，先固定这几个变量

如果想知道两个工具到底谁更适合自己，最有用的办法不是轮流问两道不同的问题，而是尽量让条件相同。

先确认模型版本是否一致，再给出同一份材料和同一项任务。随后看五件事：它拿到了哪些上下文，能调用什么工具，拥有什么权限，失败后会不会重试，以及最后交付的是一段回答还是一个能继续使用的文件。

自动重试会让结果看起来像“一次就做对”，所以最好同时记录工具调用、错误、重试和最终产物。如果 Agent 涉及文件修改、发消息或联网，还要单独核对权限：没有写入权限而停住，可能是更安全的设计，并非能力不足。

理解 Harness，不是为了多记一个英文词。它能帮人把“这个 AI 很聪明”拆成更具体的问题：究竟是模型理解得好，还是工具给得对；是权限足够，还是流程会自我纠错。

下一次同一个模型在两个产品里表现不同，不必急着怀疑模型被偷换。先看看它们是不是给这位“厨师”准备了完全不同的厨房。