AI 日报 · 2026-09-23：别急着换更大模型，先把 Harness 与 MCP 跑稳

木知：今天最值得关注的 AI 新闻是什么？ 椰壳：如果只看名字，是 Claude Opus 5.5 和 GPT-6 的 Sol、Luna。但把玩法放在一起，真正有意思的是：同一模型换 harness、补 MCP 上下文、做可验证修复，比换更大模型更急。 木知：先说价格牌桌。 椰壳：Anthropic 发布 Opus 5.5，称它是 Claude 5.5 家族首款，多数工作对标 Fable 5.1 级，典型负载比 Opus 5 约便宜四成。 木知：OpenAI 呢？ 椰壳：同日推出 Sol 和 Luna。Sol 偏编码和复杂工作，Luna 偏高吞吐文书；官方宣称相对 GPT-5.6 同档，API 大约半价，还强调更长的 agent 任务。 木知：能直接换默认写码模型吗？ 椰壳：不建议只看价签。实际单价看 API 计价页，效果拿自己的真实仓库跑长任务再定。 木知：那今天的主线不是模型？ 椰壳：对。主线是 Harness、MCP 上下文、可验证修复——把现有模型跑稳。 木知：Harness Engineering 是什么？ 椰壳：有人推 walkinglabs 的 awesome-harness-engineering。它把上下文、记忆、评测、护栏、运行时、可观测、编排串成工程清单。 木知：核心主张呢？ 椰壳：Agent 能力不等于模型能力。同一模型换运行环境，可靠性可以像换了物种。 木知：我能立刻做什么？ 椰壳：先别急着换更大模型。给现有 coding agent 补清单：上下文怎么路由、工具怎么屏蔽、可观测和回归怎么落。仓库可点开复核，效果自己测。 木知：neuromcp 呢？ 椰壳：一条 npx，给 Claude、Cursor、Ollama 装本地长期记忆。本地 embedding、知识图谱、无遥测。本地优先、不想从零搭向量库的人可以先试。版本以仓库说明为准，属作者推广，待复核。 木知：MCP 连不上怎么办？ 椰壳：有人写了 Inspector 排错手册。先分清是「连不上」还是「tools 有问题」。推荐顺序：协议握手，再列出工具，再调用工具。Server 挂了先走这三步，再改业务代码。 木知：Genie One 是什么？ 椰壳：Databricks 官宣 Genie One 的 MCP 服务全面可用。受治理的业务问答、查询结果和引用，能接到 Claude、Cursor 这些客户端。 木知：一句话总结？ 椰壳：别再造又一个 Agent，把业务上下文喂给现有 Agent。有数仓或语义层的团队，优先接上下文。 木知：Claude Code 今天也有玩法？ 椰壳：有人展示可验证修复流水线：拿报告、读代码、定位、写回归，真实终端前后对比，再审 diff、端到端验证。默认禁止无验证合并，比只让模型吐补丁稳。 木知：Muse 又出什么事了？ 椰壳：安全研究员披露，本地进程能改未文档化的听写端点，劫持 Muse；Meta 已热修。另有报道称产品负责人承认 Muse 重度借鉴 OpenClaw，但是自研实现。桌面 Agent 的本地攻击面值得重视。 木知：OpenAI 数学结果呢？别说已解决。 椰壳：对，千万别说已解决。媒体报道有九人无偿顾问组，会就公开发布的 AI 数学结果提供建议。Scientific American 则质疑 Navier–Stokes 相关宣称，是不是落在错误或非物理有趣的问题表述上。今天进入的是对外宣称的治理讨论，不是已证实突破。 木知：本地玩家还有什么信号？ 椰壳：有人用 Ornith 和 Qwen，在八 G 和三十二 G 显存上坚持本地真开发；还有人修 MiMo 在 vLLM 上空响应，并点出隐藏两千零四十八 token 输出帽。教训是：先查配置，再怪模型。 木知：几条消息连起来说什么？ 椰壳：价格战在动，但更可执行的是：换 harness、喂 MCP 上下文、修完要验证。模型只是牌桌价签。 木知：如果今天只做三件事？ 椰壳：第一，给现有 agent 列 harness 清单。第二，MCP 挂了走 Inspector 三步；有业务语义就试「喂上下文」。第三，修复模板强制前后对比和回归，新模型用真实仓库再换默认。 木知：最后一句？ 椰壳：别急着换更大模型。先让同一模型在可控环境里跑稳、看得见、验得过。