Claude 在自家 harness 中表现反逊第三方工具

开发者发现，Claude 模型在 Anthropic 官方的 Claude Code（CC）测试框架中的表现，反而不如在 opencode、cursor 等第三方工具中出色。这一反常现象在社区引发热议——同一模型在自家 harness 里不如在第三方客户端里好用，可能涉及提示词、工具调用或评测环境差异，也让外界重新审视官方 benchmark 与真实开发体验之间的落差。

2026-07-20 ~ 2026-07-20 · 2 条相关