同一個模型換個外殼就變笨：GLM 5.3 flash 在 Claude Code 與其他 Agent 之間的落差，一位開發者的實測觀察

同一組模型權重，放進不同的 Agent 框架，產出的工程結果可以差到什麼程度？V2EX 一則貼文提供了第一手對照，發文者自述非程序員背景，正在學 AI Coding，開發一個 Mac 小型軟體專案。

這則貼文實際說了什麼

發文者透過名為 Magpie 的接入工具，把 GLM 5.3 flash 接進多種 Harness Agent 使用，之後又試用了原生的 Claude Code。兩組對照的觀察如下。

在各種 Agent 框架裡，模型面對畫 UI 的任務時出現擬人化的空轉行為：宣稱最遲 30 分鐘給方案、聲稱某項改動要花一天工時，最終既畫不出介面，也說不出自己錯在哪裡。換到 Claude Code 之後，發文者觀察到模型能具體定位錯誤點與參數使用問題，結論是 Harness 之間存在一整個等級的差距。

需要先畫清界線：這是單一使用者、單一專案、未附日誌或截圖的個人觀察，貼文發出時尚無回覆討論。它能當線索，不能當結論。但「同一模型在不同 Harness 表現不一」這個現象本身，在工程社羣並不新鮮，值得從成本結構角度拆一拆。

Harness 的差距是什麼差距

模型推論只是 AI Coding 工具鏈的一環。外層框架要負責工具呼叫的介面設計、上下文管理、錯誤回饋的回收與重試策略。同一個模型，在一個把錯誤訊息有效餵回下一輪推論的框架裡，表現會明顯優於只把模型輸出直接吐給使用者的框架。

發文者觀察到的落差，合理的解釋路徑有幾個方向。Claude Code 對自家生態的錯誤訊號、檔案結構與工具呼叫協議做了深度調校；第三方接入工具在協議轉換層可能丟失了關鍵上下文；模型本身也可能針對特定 Harness 的提示格式有訓練偏差。哪一項權重最大，貼文沒有提供足以判斷的資料，此處保留未知。

這與我們先前整理過的ZCode 跨生態整合省誰的工時屬於同一類問題：跨生態接入省下的授權成本，可能以除錯時間的形式轉嫁給使用者。差別在於那次是工具能否喚起外部開發者工具，這次是模型在框架內能否有效收斂到正確答案。

這筆帳由誰支付

影響傳導的方向相當直接。

對照 ZCode 先前的靜默上傳事件與企業採購帳，第三方接入工具的價值主張一直建立在「用便宜或免費的模型，跑在成熟框架裡」。如果 Harness 的調校差距大到抵銷模型的可用性，這個價值主張就出現裂縫：使用者省下的訂閱費，換成的是反覆重試與無法收斂的迭代時間。對個人開發者，這是學習成本的隱性加價；對工具開發商，這是留存的直接風險。

受惠的一方是掌握原生框架的模型廠。Claude Code 的表現差距若持續存在，等於把框架調校能力變成一種定價權：使用者買的不只是模型推論，還包括外層工程。承壓的一方是 Magpie 這類中介接入工具，以及開放模型陣營。GLM 5.3 flash 若在第三方框架裡表現打折，被歸因的往往會是模型而非框架，這對開放模型的口碑是額外負擔。

收束

一則 403 次瀏覽、零回覆的貼文，能支撐的結論有限。但它指出的問題結構是可驗證的：固定模型、固定任務，跨框架比較定位錯誤的成功率與迭代次數，就能量化 Harness 差距。在有人做出這組對照之前，「GLM 接入 Claude Code 比其他 Agent 聰明」停留在個案觀察階段，方向值得追，數字還沒有。