同模型成本降低3.9倍：Harness才是关键
DataHot 主播约 1 分钟精华朗读
0:00 / 0:52
Snowflake AI Research与Bespoke Labs发布研究成果，回应为何在相同前沿模型下选择CoCo而非Claude Code、Codex或Cursor。他们指出模型并非整个代理，围绕模型构建的harness——包括如何探索仓库、对平台的认知、何时停止——决定了相同模型能完成的任务和成本。数据显示，同样的模型通过优化harness可实现3.9倍的成本降低。
推荐理由：展示数据Agent中模型外部框架（harness）对成本和效果的显著影响，对构建高效ChatBI/Data Agent有直接参考价值。
Data AgentSnowflake
历史编译稿 旧版 AI 基于原文编译
你已经打开了 Claude Code、Codex 或 Cursor，它们都在运行与我们相同的前沿模型。所以我们经常听到的问题是合理的：当底层模型完全一样时，你为什么要用 CoCo？在很长时间里，诚实的答案是一个关于上下文和技能的故事。模型并不是整个代理。围绕它的 harness——它如何探索你的数据仓库，它对你的平台已经了解什么，它何时决定停止——会改变同一个模型实际能完成什么，以及你为此付出多少成本。现在我们有了证据。Snowflake AI Research 和 Bespoke Labs 已经【此处原文未能完整读取】。