昨天半夜，我在驾驶台值班，手机刷到一条消息，差点笑出声。
OpenAI 管 Codex 的那个负责人 Tibo，和 Anthropic 管 Claude Code 的负责人 Boris，两个人在 X 上公开吵起来了。起因很小：七月中旬，Tibo 手把手教网友，怎么把自家的 GPT-5.6 Sol 塞进对家 Claude Code 的壳子里跑。他还留了一句挺欠的话——要是这法子被封了，我欠大家一次额度重置。
一个月后，真有个叫 Alex 的开发者照着做了，Anthropic 账号"啪"就被停了，理由只有三个字：可疑信号。
然后就热闹了。Tibo 阴阳怪气地说，我很想帮忙，可惜我不在 Anthropic 上班。Boris 火速下场，第一句话不是解释封号，是当众挖人：要不要来我们这儿？Tibo 拒了，转头把所有付费用户的额度全重置了一遍，说是庆祝自己哪儿也不去。Sam Altman 在底下留了句"哈哈，Tibo 是我最喜欢 OpenAI 的地方之一"。
整个过程像一场即兴相声。但把这些插科打诨全部剥掉，最底下压着的那句话，我盯着看了很久：
同一个 GPT-5.6 Sol，放进 Claude Code 的运行环境里，有些任务反而干得更好。模型一个字没改，改的是外面那层壳。
这句话我太熟了。熟到有点后背发凉。
一台主机，两条船，差出 0.6 节
我在船上二十多年，跑过的船里有两条是姊妹船。同一个船厂、同一批下水、同一型号主机，连驾驶台的设备型号都一模一样。图纸拿出来比，除了船名和 IMO 号，其余全一样。
结果呢？一条常年经济航速跑 13.2 节，日耗 28 吨。另一条同样转速，只能跑 12.6 节，日耗 30 吨出头。
0.6 节。听起来不多。你算一下：一趟波斯湾到宁波，一万一千海里，慢 0.6 节意味着多漂 30 多个小时；日耗差 2 吨，燃油按当时价，一个航次白扔十几万人民币。一年跑六七个航次，一条船就吃掉一辆好车。
船东当时的第一反应是什么？换主机。找厂家来验，怀疑是不是同批次里有个别机器功率不达标。厂家的人上来测了三天，结论是主机没毛病，参数全在范围内。
那问题在哪？
后来查明白了，三件事凑一块儿的：船底长了一层藤壶和海生物，坞修拖了将近两年没进；螺旋桨叶面粗糙度超标，一直没抛光；还有个更隐蔽的，轮机组配的负荷调整方式跟另一条船不一样——同一台主机，那条快船的大管轮习惯把涡轮增压器的清洗周期压到 250 小时，这条船是按厂家默认的 500 小时来。
主机是"模型"。船底、螺旋桨、轮机组的操作习惯、保养周期表，这一整套东西就是"harness"。
所以硅谷这帮人吵了三天才吵明白的道理，航运业早就用真金白银交过学费：决定你实际跑多快的，很多时候不是那台机器有多强，而是机器外面裹着的那一层。
藤壶这笔账，比你想的贵
多说两句藤壶，因为这个类比实在太准了。
藤壶这东西，单个看毫不起眼，指甲盖大小，硬邦邦贴在钢板上。但它会成片长。一条 VLCC 湿表面积三万多平方米，长满以后摩擦阻力能涨三成。船体一点没坏，主机一点没老，就是跑不快。
最要命的地方在于，它是慢慢长的。这个月比上个月慢 0.05 节，你根本感觉不到。等你发现不对劲，已经跑了两年冤枉路。
我 2019 年那次坞修，主机一个螺丝没动，就干了三件事：高压水枪清了船底、螺旋桨叶面抛光、加装一个节能导流罩。出坞第一个航次，同样的转速、同样的吃水，航速多了 0.6 节，日耗降了 1.8 吨。
这笔账在航运业里算得极细。国际上有专门的机构统计过，船体污底造成的额外油耗，全球商船队一年是几百亿美元量级。所以坞修周期、防污漆等级、螺旋桨抛光频率，这些东西全都写进船舶管理合同里，一条一条约定死，因为它们直接换算成钱。
现在你回头看那些天天在群里问"到底该用 DeepSeek 还是 Claude"的人。他们在问的是"我该不该换主机"。
而他们真正的问题，十有八九是船底那层藤壶——上下文管理稀烂，每次都从零开始描述背景；没有固定的工具调用规则，同样的活儿今天这么干明天那么干；出了错不知道错在哪，因为压根没留痕。
主机再换一台新的，藤壶还在，你还是跑不过人家。
为什么两家大厂突然抢起"壳"这一层
看懂这场架，还得再往深走一层。
航运业有个存在了几十年的角色，外行基本不知道：船舶管理公司。
船东出钱造船，船是他的资产。但很多船东自己不管船——配船员、排保养、应对港口国检查、盯油耗，全都外包给第三方管理公司。这些公司一条船都不拥有，却管着几十上百条船的日常运营。V.Ships、Anglo-Eastern 这些名字，圈外人听都没听过，但全球相当比例的商船是他们在实际操盘。
好的管理公司值钱在哪？同一条船，交给不同的管理公司，检查记录、滞留率、燃油效率能拉开明显差距。船东换一家管理公司，比换一条船便宜太多，见效也快太多。
现在把这套结构套回去看：
模型厂商是船东，手里握着重资产——那台烧了几十亿训出来的机器。而 Claude Code、Codex 这些东西，正在往"管理公司"的位置上挪。它不生产模型，但它决定模型能看到什么上下文、能调用什么工具、什么时候该停下来问人、长任务怎么接续。
Boris 说的那句"我们不会因为你在我们的壳里用别家模型就封号"，翻译成航运业的话就是：我们这家管理公司，不挑船东是谁，谁的船我都能给你管好。
这话的分量，比表面看着重得多。如果 Claude Code 好到用户不用 Claude 模型也舍不得换掉它，那它就从"某个模型的官方客户端"变成了一个独立的入口。反过来，OpenAI 让自家模型能跑进对家的壳里，是在赌另一头——我不锁你的界面，我要的是我的机器被更多船用上。
一个想当管理公司，一个想当船东。两条路都通，但打法完全不一样。
"自由"这两个字，对新手是坑
Tibo 后来把这事拔高到一个词：Freedom of harness，壳子自由。用户应该有权决定什么模型最适合自己。
听着特别政治正确。但我得泼盆凉水。
海上有句老话：给新船长最危险的东西，不是坏天气，是"你随便决定"。
我带过三副，最怕的就是那种什么都想试一试的。今天用 ARPA 自动跟踪，明天觉得手动标绘更靠谱，后天又说要靠 AIS 判断。每种方法单独拿出来都没错，但你在一次值班里换三套方法，处境意识就断了。真到马六甲那种前后左右十几个目标、渔船还乱窜的时候，你脑子里的画面是碎的。
去年国内某轮在新加坡海峡的一起险情，事后调查报告里有一句话我记到现在：值班驾驶员在四分钟内切换了三次显示模式，导致对本船与目标船会遇态势判断出现空白期。
设备一台没坏。人一直在盯屏幕。事故差点还是发生了。
选择太多不等于能力强。选择太多，等于每一次都要重新做决策，而人的注意力是有限的额度，用一点少一点。
船上怎么解决这个问题？不是不许选，是先选定，然后写进程序文件，一个航次内不许随便改。ISM 体系那套东西被很多船员骂形式主义，但它解决的核心问题恰恰是这个：把"每次都要现想"变成"照着做"，把宝贵的注意力省下来，留给真正的意外。
所以我看到那些"我今天试了七个 harness"的分享帖，第一反应不是佩服，是替他捏把汗。
三件事，今晚就能干
第一，把驾驶台钉死，一个月不许换。
不管你现在用的是哪一套——Claude Code 也好，Codex 也好，别的什么也好——挑一个，用满三十天。这三十天里不许因为看了一篇测评就跳船。
理由很简单：你换来换去，永远停留在"熟悉界面"的阶段，攒不下任何肌肉记忆。船员换船最痛苦的头两周是什么？不是干活累，是每个阀门在哪、每个按钮什么手感，全都要重新找。三十天以后，你才能开始谈"这套东西哪里不趁手"。
在这之前你的所有评价，都是外行看热闹。
第二，给你的 AI 写一本《安全管理体系手册》。
船上每条船都有一本 SMS 手册，厚得能砸死人。里面写的全是废话吗？不是。写的是：谁负责什么、什么情况下必须报告、哪些操作必须两个人在场、每项作业前必须核对哪几条。
放到 AI 这边，就是那个项目根目录下的说明文件——CLAUDE.md 也好，AGENTS.md 也好，叫什么无所谓。内容至少要有三块：
这个项目是干什么的、用了什么技术栈（等于船舶资料）； 哪些目录、哪些文件绝对不许动（等于禁区标识）； 干完一件事必须做什么验证才算完（等于完工检查）。
我自己那份写了不到两百行，但它省掉的重复解释，一个月至少两三个小时。而且最大的价值不是省时间，是它让 AI 每次的行为可预期。可预期这三个字，在海上比"强"值钱得多。
第三，开一本航海日志。
驾驶台有 Deck Log，机舱有轮机日志。为什么全世界的船都要手写这玩意儿，明明电子系统全都自动记录？
因为出事以后要倒查。要能说清楚：几点几分，谁下的令，依据什么，当时能见度多少。没有这个，责任说不清，教训也总结不出来。
你让 AI 干的每一件有分量的活——改了线上配置、动了数据库、写了对外发的文案——把当时的指令和它的输出，原样存一份。存文本文件里都行，不用搞什么系统。
我现在的做法是每天在工作目录下开一个日期文件夹，重要的对话直接粘进去。上个月排查一个数据处理出错的问题，就是靠翻这些记录，十分钟找到是三周前一次指令里我自己把字段名写错了。要是没这本日志，我大概率会怪模型不行，然后跑去换一个新的——换完还是错，因为藤壶在我自己船底上。
最后
那两位负责人的口水仗，估计过两天就没人记得了。额度重置、公开挖角、Altman 的那句 lol，都是热闹。
真正会留下来的是那个很朴素的结论：模型和壳子，正在被拆成两层来看。以后比的不是谁家机器功率大，是谁能把机器的劲儿真正使出来。
这话让我想起厂家来验主机那三天。测完最后一项，那个德国工程师收工具的时候跟我说了一句，我记了七年。
他说：船长，机器从来不会骗你，它给你多少功率就是多少。跑不快只有一个原因——你们在别的地方漏了。
现在这句话可以原样送给每一个纠结"用哪个模型"的人。
今晚别研究测评榜了。去看看你自己的船底。
—— 老李WB