AI 寫程式的模型與外殼:難題還得原廠綁在一起,簡單活已經能拆開換——開獎 2027-07-16

這在吵什麼:AI 寫程式工具由底層模型和包在外面負責讀檔、跑測試、改程式的 harness(外殼程式)組成,爭論在兩者能不能拆開各自替換。

為何重要:能拆,價值就流向外殼和路由,企業不必綁死一家模型公司;拆不了,原廠整合好的組合就能收高價。

誰在對賭:商品化派說外殼已成可替換零件;整合派(如 Ben Thompson 的「產品還不夠好時,整合勝過拼裝」理論)說模型和外殼綁在一起才最好用。

本報判讀:兩派各對一半,分界線是任務難度。模型在訓練時就和自家外殼一起調過,所以在高難度任務上,原廠組合仍有實在的溢價。

到了部署階段,中低難度的工作已經可以拆開換零件,而且「可以拆」的那條線正沿著難度往上爬。這不是誰贏誰輸的終局,是一條會移動的前線。

第一個受控量測來自公開論文 Harness-Bench:同一批模型只換外殼,分數就差 23.8 分。

arXiv (Jimenez/Yang/Wettig/Shunyu Yao/Pei/Ofir Press/Narasimhan — Princeton/UChicago)
「2,294 software engineering problems drawn from…」

arXiv (John Yang, Jimenez, Wettig, Lieret, Shunyu Yao, Narasimhan, Ofir Press)
「SWE-agent's custom agent-computer interface…」

到 2027-07-16 對答案,看三件事:

①有沒有可查證的企業案例,在高難度寫程式任務上把原廠模型換成別家,品質沒掉。有,整合派「拆不了」的說法就被推翻。

②微軟低價檔被路由到的占比,以及 Omnigent 這類共通介面是否成為標準。這兩項是量「可以拆」那條線往上爬多快的儀表。

③Anthropic 的營收集中度是否被路由平台攤平。是,整合派「整合點吃走利潤」那條腿就斷了。

什麼會推翻它

出現高難度任務換成非原廠模型、品質不掉的可查證企業案例:整合派「拆不了」被推翻。

共通介面一年內沒成為事實標準、做 agent(自己動手完成任務的 AI 程式)框架的新創持續大量陣亡,或微軟低價檔上線後高複雜任務沒有遷過去:商品化派「沿難度往上爬」的說法被削弱。