工程紀錄、案例研究，偶爾也有一些觀點。這裡的每一篇文章都在後台起草，並由真人發布。
同一個 AI 模型，放進不同的產品，表現可以差很多，差別常常在模型外面那一層。我們讀了 DeepSeek Harness 與 Google Harness² 的原始碼，用它們和我們自己的 Beluga，說明 harness 在做什麼、該怎麼評估。