开发者实测同一 skill 跨模型与 harness 表现不一

2026 年 10 月 26 日，开发者 Lucas Meijer 公布了一项实测：他把同一个新写的 skill 分别放到 Opus 5.5 与 Sol 6.1 两个模型上，并在 pi、自建 harness、Claude Code 和 Codex 四种环境中组合运行，观察指令遵循情况。结果显示，各模型与环境组合的表现差异很大，指令遵循水平参差；其中 Sol 6.1 表现不稳定，他给出的初步结论是「Yikes」。基于这一结果，Meijer 提醒做 skill 与 agent 工具链的开发者，不能假设同一个 skill 在不同模型与 harness 组合下行为一致。该实测为开发者构建跨模型、跨环境的 agent 工具链提供了直接提醒：同一份 skill 的可靠性需要在每种组合下分别验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。