个人小猜测：大模型版本升级是真的升级模型本身么

先叠个甲，本文纯属个人猜测，可能会比较天马行空，异想天开。

我个人认为，模型升级的话，至少应该是像deepseek那样，走以下三点升级路线：

• 要么模型架构升级


• 要么核心算法升级


• 要么内在业务流程升级

我理解如果是通过这三种方式升级得来的模型，对于同样的任务应该是差不多的消耗或者多一点吧，然后展现更智能化的结果。然而近半年来，不论是claude 模型升级还是gpt模型升级，站内每次都是大面积的声讨新模型对5h用量的消耗剧增，这就让我产生了怀疑，这真的是升级了模型，还是说是另有蹊跷？

我个人长久使用自研harness，我目前自研的有5条研发harness，分别是在元问题、设计、研发、测试、模拟部署上。对于我来说，模型升级如果没有切中我的harness内容，换flash或pro模型，对于我的工作流来说，无非就是时间长点或短点，消耗token多点或少点的区别。

两相一对比，也就是说，我在怀疑类似claude、gpt模型等模型架构应该是claude 基模，如opus 4模型，gpt5模型之外，还有一层harness，而每次模型升级也就是升级基模外的这层harness。

如果该猜测为正确，那么可以解释两个问题：

1. 
   

   为什么模型升级得那么快？
   
   每次模型升级，比如opus 4.6 → 4.7 → 4.8，其实都是在优化harness内在环节，比如这个环节加个检查点，多复核一道，那个环节加个ralph loop，再保证一道输出质量等等这些操作。这等于就是我们传统的web/app的功能迭代了，不要说现在两个月/一个月升级一次，那即使1周升级一次也说得通。
   
   同样这里还有一个证据：sonnet 4.6到sonnet 5的时间周期，以及为什么没有sonnet 4.7\4.8，可能是人手不够，sonnet的harness团队移到了opus去，为了持续占领大模型头把交椅的位置。

   
   


2. 
   

   为什么模型每次升级，5H消耗带来得更多？
   
   按照着1的推测结果继续聊，事情就变得明朗了，环节增加了，消耗自然增加，无非就是原先你发一句prompt，模型丢给你一个质量差的output，然后再回到你的回合，变成了模型带的harness自己的ralph loop环节中了，通俗来说，也就是手动化转自动化。

   
   

如果该推测成真，那就更能证明deepseek为什么可以成为大模型斩杀线的原因了，据我个人体验deepseek就是纯模型，没有外面那么harness，这个harness得自己做，这里可以看我往期deepseek + harness的博客，deepseek pro即使是high + harness,效果远超sonnet。有可能deepseek团队也意识到了这点，所以对harness团队的招聘一直在集中，当然除了正在做的deepseek code以外，也就是说将来deepseek可能也会采取基模+harness的模式实现模型工程化的快速迭代。