为什么“你们用的是哪个 LLM”是个错误的问题？

企业评估 AI 工具时，往往先问用的是哪个模型、哪个版本。这些问题有参考价值，但仅凭模型名称，还无法判断产品是否适合自己的工作。

做个实验：拿同一个模型——比如 Anthropic 的旗舰模型——放进两个不同的产品里观察。第一个是 Cursor，一个编程智能体。在 Slack 里提及它并布置任务，它会启动虚拟机、克隆代码仓库、编写代码、运行测试，最后提交一个 pull request。一位出色的工程师。

第二个是 Claude Tag，同一个 Slack 里的“全能同事”。它阅读频道历史、记住项目上下文、连接你的文档和日历。它也会写代码——但同样可以从容地分析一段客户对话，并建议你如何回复对方第三次提出的折扣请求。

底层模型相同，两个产品的职责和能力却不一样。编程智能体也能回答客户沟通问题，但如果缺少对话历史、业务资料和相应工具，建议就未必贴合实际情况。

Harness 指围绕模型配置的运行系统，包括指令、工具、上下文和执行流程。它让模型具备处理实际任务所需的条件。

即使底层模型相同，工具和工作流程不同，也会形成不同的产品。若缺少任务所需的数据或能力，单靠升级模型未必能解决问题。

以上这些不仅适用于你购买的工具，也适用于 AI 如何看待你的企业。当潜在客户问 ChatGPT、Claude 或 Perplexity“做 X 该选哪家服务”时，模型并不是凭记忆作答。它在自己的 harness 里工作：搜索工具找到网页，解析器提取文本，然后模型才组织答案。在每一个环节，你的网站要么通过筛选，要么被淘汰。

依赖客户端 JavaScript 才能显示正文的网站，可能无法被解析器完整读取。缺少标题、事实和明确答案的页面，即使被读到，也不容易提供可引用的内容。站外资料则有助于搜索系统发现和核对品牌信息。

这正是 GEO（生成式引擎优化，Generative Engine Optimization）的课题：优化的对象不是排名算法，而是生成式系统的 harness——即 AI 智能体如何发现、阅读和转述你的内容。经典 SEO 问的是“如何进入前十条链接”，GEO 问的是“如何进入答案本身”。

如果你在选择 AI 工具——别只看模型，看 harness 与你的任务匹配到什么程度。一个用着“次一级”模型、却配备了正确工具并能访问你数据的产品，会胜过通用聊天窗口里的旗舰模型。

如果你在企业内部构建 AI——起点不该是选模型，而是设计 harness：智能体扮演什么角色、能看到什么、能做什么、边界在哪里。模型之后再接入，而且几乎可以无痛更换。

如果希望 AI 系统推荐你的企业，就需要考虑页面如何进入助手的检索和阅读流程：能否被找到、能否读出正文、提取后的答案是否完整，以及关键事实能否核验。