先叠个甲，本文纯属个人猜测，可能会比较天马行空，异想天开。 

我个人认为，模型升级的话，至少应该是像deepseek那样，走以下三点升级路线： 

要么模型架构升级
要么核心算法升级
要么内在业务流程升级

我理解如果是通过这三种方式升级得来的模型，对于同样的任务应该是差不多的消耗或者多一点吧，然后展现更智能化的结果。然而近半年来，不论是claude 模型升级还是gpt模型升级，站内每次都是大面积的声讨新模型对5h用量的消耗剧增，这就让我产生了怀疑，这真的是升级了模型，还是说是另有蹊跷？ 
我个人长久使用自研harness，我目前自研的有5条研发harness，分别是在元问题、设计、研发、测试、模拟部署上。对于我来说，模型升级如果没有切中我的harness内容，换flash或pro模型，对于我的工作流来说，无非就是时间长点或短点，消耗token多点或少点的区别。 
两相一对比，也就是说...