复盘 Claude Code 春季退化：是 harness bug 而非模型问题，作者横评 12 家 agent
Gooner-Psy · reddit · 2026-10-21
作者受 Claude Code 今年 3-4 月明显变差一个月的事件启发，依据 Fortune 报道的 Anthropic 事后复盘：一次改动让模型在会话中途不断丢弃自己的推理历史，另一次把工具调用间回复限制在 25 词以内——而 API 全程不受影响。同一模型，不同 harness。
作者据此对比了 12 个团队公开的 agent harness 资料（Codex、Claude Code、Cursor、Devin、Stripe Minions、Manus、Agentforce、Shopify Sidekick、Sierra、Intercom Fin、Harvey、Hebbia），核心结论：
- Claude Code 是模型的薄封装：只做工具、上下文管理和文件快照（便于撤销），相比 Stripe 或 Salesforce，路径中固定在代码里的东西很少；
- 薄封装能成立是因为编码错误容易事后捕获：编译器、测试和 git 充当了几十年积累的快速可验证护栏，而知识型工作缺乏这种护栏；
- 风险正是这次退化暴露的：harness 越薄，一个小改动就能大幅移动质量，外部无人察觉直到用户抱怨。解法很朴素——每次 harness 发布后重跑固定任务集，跟踪多次运行的可靠性而非单次。
两个跨 12 家的意外发现：没有一家公布「每个成功任务的成本」；83 条团队自述中 66 条是自我报告。作者还分享了自己的成本测量法：用 headless Claude Code（claude -p）关闭所有工具跑纯模型调用，按 API 牌价报告成本来度量每篇被采纳草稿的成本，并事先设好通过线。
「编程与Agent」频道最新
- 6 个 Claude 日常设置：让 AI 学你而不是你学 AI — evielync · 2026-10-21
- pstack 之于 agent skills，正如 shadcn 之于 UI — zbeyens · 2026-10-21
- Claude Max 套餐每月含 100 美元 API 额度，截图还现 Opus 5.5 与 1M 上下文 — michalmalewicz · 2026-10-21
- 求职两年 250 份简历被拒,跑起 20 个 agent 后拿下 50 万美元 offer — msharmas · 2026-10-21
- AI Agent 用 GarageBand 自动为乔布斯演讲配乐 — itsOmSarraf_ · 2026-10-21
- 开发者用四 Agent 协作搞定赞助帖写作，中途换角度也不用推倒重来 — alifcoder · 2026-10-21