北京
同一个 Claude Agent SDK，做出来的产品效果能差出几条街。NewMax 和 Workbuddy 就是现成的例子——底层用的是同一套东西，用户用起来却是两种体验。
Yangyi 在分析里把这件事拆开了。他的判断是：用户感知到的 AI 能力，和实际使用效果之间，本来就存在一道差距。这道差距不来自模型本身，而来自 Agent 的「四件套」。
四件套是什么
第一件是基座模型，也就是大脑。第二件是指令，也就是提示词。第三件是上下文和外部知识，可以理解为记忆。第四件是可调用的工具集。
这四样东西协同起来，才决定了一个 Agent 最终能跑出什么水平。只盯着基座模型看，等于只看了一个变量。
Harness 层在干什么
Yangyi 把 Harness 层的价值说得很直接：它就是在不断强化除了模型之外的那三部分——指令、记忆、工具，然后把它们和模型高效连接起来。
这句话解释了一个现象：为什么基于相同 SDK 的不同产品，在实际场景里表现截然不同。模型是同一颗，但 Harness 层怎么接、怎么强化另外三件，各家做法不一样，结果自然不一样。
换句话说，模型决定了能力上限，而 Harness 决定了这个上限能被用出多少。用户感知到的差距，很大一部分就发生在这里。
对做 Agent 产品的人来说，这个视角的价值在于：当效果不理想时，第一反应不该是换模型。指令质量、上下文丰富度、工具集设计，这三件事里任何一件没做好，都会把模型的能力拖下来。
四件套里，模型往往是最难改的那个，也是唯一一个大家起点差不多的那个。剩下三件，才是真正拉开差距的地方。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
