Walking Whale · 走路鯨魚

Popular Science · agent harness · Guide · conversational ai

Same Claude, different harness

The Claude app, Claude Code, and Claude Design run on the same family of models; what differs is the harness around them. Using the job of organizing 40 interview transcripts, we show how each harness decides what the AI can reach, what it can do, and where the results go.

By Walking Whale

科普 · Harness 筆記

同一個 Claude，不同的 Harness

Claude App、Claude Code、Claude Design 背後是同一系列的模型，做起事來卻很不一樣。差別在模型外面那一層 harness：它決定 AI 能碰哪些資料、能用哪些工具、怎麼管理上下文（context）。我們用一個整理 40 份訪談的例子，拆解這三種 harness 怎麼影響結果。

重點

情境：40 份訪談逐字稿

假設您是一位研究員，剛做完 40 場訪談，主題是中小企業怎麼決定導入數位工具。每場大約一小時，逐字稿都是純文字檔。這是情境範例，但很多人都遇過類似的工作：使用者研究、田野調查、客戶訪談、焦點團體。

您需要交出四樣東西：

另外還有三個條件：每一份都要讀到、每段引用都要找得回原文、受訪者的個資不能外流。以下用同一個任務，走過三種做法。

先認識一個詞：harness

AI 產品常被看成「同一個模型，換了介面」。其實介面背後，還有一層決定模型能做什麼的系統，英文叫 harness。這個字原意是馬具：同一匹馬，套上鞍可以載人，套上車可以拉貨。在 AI 裡，harness 包括給模型的指示、能使用的工具、能讀到的資料、記憶，以及每一步怎麼接到下一步。

Claude Code 的官方文件就這樣描述自己：它是包在模型外面、提供工具並管理上下文的那一層。以下三種做法背後是同一系列的 Claude 模型，實際用哪一個型號，可能因功能與設定而不同；但真正拉開差距的，幾乎都在這一層。每種做法的最後，我們都會從 harness 的角度再看一次。

做法一：直接用 Claude App

Claude App 指的是網頁版 claude.ai、桌面版與手機上的 Claude，官方就直接稱它 Claude。最直覺的做法，是在這裡上傳幾份逐字稿，請 Claude 摘要、比較。剛開始熟悉內容時，這很好用：您可以邊讀邊問，「哪幾位提到預算？」「這位的顧慮和上一位有什麼不同？」

2026 年 9 月起，Claude App 陸續可以接手較長的任務，在背景持續進行，關掉筆電也不會中斷。它早就不只是一問一答。

但 40 份一起處理時，問題會開始出現。份量一大，就算放得進去，模型也很難每一份都讀得一樣仔細。Anthropic 自己也提到，長時間在同一個上下文裡工作，模型容易提早收工、偏好自己先寫下的內容、慢慢偏離原本的目標。另外，成果多半留在對話裡，三個月後要回查某句話出自哪一份，並不容易。

從 harness 看：Claude App 的 harness 圍繞著對話設計。資料來自您上傳的檔案與連接的應用程式，工作在同一段上下文裡進行，成果回到對話。這很適合討論，卻不是為「40 份逐一處理、每句可回查」而設計的。

做法二：交給 Claude Code

Claude Code 的名字裡有 Code，常被當成只給工程師用的工具。但它真正的特點不是寫程式，而是工作方式：在一個資料夾裡工作，需要時才搜尋、讀取檔案，把成果寫成新的檔案，也能執行指令。官方文件也提到，凡是命令列做得到的事，它都能幫忙。對 40 份純文字逐字稿來說，這正是需要的環境。

先把資料夾整理成這樣：

interviews/
├── CLAUDE.md
├── raw/
├── clean/
├── notes/
├── codebook.md
└── report/

raw/ 放原始逐字稿，clean/ 放去識別化後的版本，notes/ 放每份訪談的筆記，codebook.md 是編碼表，report/ 放跨訪談的綜合分析。

接著在 CLAUDE.md 寫下規則。Claude Code 每次開始工作，都會先讀這個檔案。例如：

然後分四步進行：

  1. 去識別化

    先把姓名、公司、地址換成代號，原稿留在只讀的資料夾。

  2. 逐份整理

    每份逐字稿交給一個子代理，各自從乾淨的上下文開始，完成後交回一份筆記。

  3. 檢查引用

    用一段簡單的程式，確認每段引用都逐字出現在原稿；對不上的，退回重做。

  4. 跨訪談綜合

    只讀筆記資料夾做比較與歸納，每個結論都能追回原文。

最關鍵的是第三步。這和我們在 Beluga 的做法一樣：Beluga 講出來的每個數字都必須來自店家系統，這裡則是每段引用都必須來自原稿。這類規則不靠提示拜託模型遵守，而是交給程式檢查。

還有幾件事值得知道。Claude Code 不會自動讀完所有檔案，最後請它列出全部逐字稿，確認每一份都有對應的筆記。整個資料夾也可以用 git 記錄版本，編碼表改了，就看得出哪些筆記跟著變。您也不必打開終端機：桌面版 Claude App 的 Code 分頁就是 Claude Code，需要付費方案。

從 harness 看：Claude Code 的 harness 給了模型一個資料夾和終端機。CLAUDE.md 是每次都會載入的規則，子代理讓每份逐字稿都有自己的上下文，hooks 與腳本負責在模型之後做檢查。模型沒有變聰明，是外面這一層把工作拆成它做得好的樣子。

個資要先處理

逐字稿幾乎一定含有個資。處理前先確認受訪者的同意範圍，並完成去識別化。資料夾只放在自己的電腦或私人的倉庫，不要推到公開的 GitHub，也請確認您使用的方案對資料的處理方式。

做法三：成果交給 Claude Design

分析做完，還剩最後一項：給主管看的一頁成果摘要。這時需要的不是更多文字，而是一份看得懂、能修改的視覺成品。

Claude Design 在 2026 年 4 月推出，9 月起併入 Claude App，在任何對話裡都能使用，也能沿用對話裡的脈絡與連接的應用程式。您描述要什麼，Claude 先做出第一版，接著可以用對話、在元素上留言、直接編輯文字，或調整間距與配色來修改。

它和前兩種做法最大的不同，是產出的形式：一份可以直接動手修改的畫面，而不是一段回覆或一個檔案。它能讀取公司的設計檔或程式碼，整理成設計系統，之後的作品自動套用同樣的顏色、字體與元件。完成後可以匯出成 PDF、PowerPoint、HTML，或送到 Canva。

回到我們的例子：把報告的三個關鍵發現交給 Claude Design，做成一頁成果摘要，套上公司的設計系統，主管直接在畫面上留言，最後匯出 PDF。它負責把結論呈現好；分析是否紮實，仍然取決於前一步。

從 harness 看：Claude Design 的 harness 把產出定在一張可以編輯的畫布上，設計系統則像一份常駐的規則，讓每次產出都套用同樣的顏色、字體與元件。同一個模型，在這裡的工作從「寫出答案」變成「做出一個能修改的畫面」。

三種做法比一比

表 1　三種做法的適用情境
做法適合要注意
Claude App先讀懂少量資料、來回討論想法份量一大，難以保證每份都讀得一樣仔細；成果多半留在對話裡
Claude Code量大、每份都要處理、引用要回查、流程要能重跑要先整理資料夾、寫好規則，也要檢查有沒有漏讀
Claude Design要給人看、會反覆修改的成品，例如一頁摘要、簡報、原型它負責呈現，分析要先在別處做紮實

簡單的判斷方式是：先想清楚產出要去哪裡。只是想先讀懂、討論，用 Claude App；每一份都要處理、每句話都要追得回原文，用 Claude Code；成果要交給別人看，交給 Claude Design。它們也可以接力：在 Claude Code 做完分析，再把結論交給 Claude Design，做成一頁摘要。

三種 harness 的差別

把三種做法放在一起，harness 的差別可以整理成四件事：

所以，與其問哪個版本比較聰明，不如問這份工作需要什麼樣的 harness。想知道 harness 由哪些零件組成，以及開源專案怎麼設計它，可以讀我們的〈模型之外的另一半：Harness〉。

延伸閱讀

資料來源

本文內容以 2026 年 10 月 19 日的產品狀態為準。這些功能更新得很快，使用前請以官方說明為準。

如果資料不能離開公司

走路鯨魚為想走得長遠的團隊，打造客製化 AI 與軟體系統。訪談錄音、紙本與影像不能上雲時，我們在本地 GPU 上建立語音轉文字、OCR 與檢索的流程，並加上網路隔離與人工核准。

寫信給我們。

Articles