前段时间，我和一些人讨论哪类工具好用，发现大家的看法不太一样。比如，我之前回复别人时认为 Pi 的 Token 非常浪费，利用率很低，但有人反驳说 Pi 非常好用。为什么会有这种情况呢？于是我去研究了一下，翻了各家的 Harness 评测，发现了一个很神奇的问题：即便是基于 Pi 的 Oh My Pi，和 Pi 本身也有很大差别。 
所以，我看了六七家评测 Harness 的网站，做了一个非常简单的总结。当然，这个总结是 Codex 帮我整理的。 
Critique V2 固定 GLM-5.3-Flash 
 [01-critique] 
使用 GLM-5.3-Flash的话，你会发现 DeepSeek Harness 和 Oh My Pi 的效果都非常好，使用 Codex 的效果则有点令人失望。 
来源：Critique — One Model, Seven Harnesses, 140...