AI 实战经验系列之 AI 工具差异

同样都是用 kimi，为什么效果差那么多？

今天有个朋友跟我交流，他在执行一个批量公司查询任务的时候，分别用了 Kimi 的网页版 App、Kimiclaw，还有 Claude Code 加 Kimi 模型去处理。

结果发现，同样都是用 Kimi，最后执行效果差异特别大。

整体做下来，Kimi 网页版 App 的表现是最好的，它抓取到的信息更准确。

那背后的原因是什么？

这里首先要区分两个概念：AI 模型和AI Harness（驾驭 AI 的系统）

我们平时说的 Kimi 模型，其实是底层的大语言模型。

但在这个模型之上，还会有一整套系统来驾驭它、使用它。这个系统可能是 Kimi 官方 App，也可能是openclaw，也可能是 Claude Code。

如果拿车和驾驶员来做比喻：

大家用的可能都是同一台车，也就是同一个 Kimi 模型。

但是不同的 AI 工具，就像是不同的驾驶员。

每个驾驶员的经验和特长是不一样的。有些人擅长开山路，有些人擅长开城市里的拥堵路段，有些人在雨天开得特别好。

AI 工具也是一样。它们都会有自己的专长，或者说特定的技能包。

回到这个公司查询任务，Kimi App 之所以表现更好，我猜想是因为它集成了更多国内常用的商业 API、数据库，或者本土商业工具的调用能力。

所以它在执行这类任务时，能拿到的信息更准，路径也更顺。

而像 Claude Code、Openclaw 这类工具，它们的自定义能力更强，但原生并没有直接搭配这些数据库、API 和工具。所以在这个具体任务上，它们的表现不如 Kimi App。

用现在haness的概念来看，不同工具之间的差别，可能不只是模型不同，而是它们的记忆层、工具层、编排层都不一样。

这也决定了它们处理不同任务时的能力边界。

所以回到最初的问题：

为什么都是 Kimi，工作效果差这么多？

因为在这个场景里，Kimi App 更熟悉国情，也拥有更多本土常用工具，这套系统更适合这个任务。

同一台车，换一个驾驶员，开出来的结果也会不一样。

最初发表于公众号「阿Ken睡个好觉」，2026-05-25。