导语：如果你还在纠结"Claude Code、Cursor、Codex 选哪个"，那你是把模型当资产在囤。6 月底 Hacker News 的 Show HN 板块扎堆冒出一批新工具，它们押注的恰恰相反——模型是会过期的耗材，真正值钱的是"工作状态"：你的技能、任务契约、决策链、查到的证据、跑过的分支。 这一轮给你拆四把让 AI"换岗不丢活"的海外新刀，国内几乎没人提，但每把都能立刻装上用。
国内技术圈讨论 AI Coding 工具，焦点几乎全在"哪个模型更强、哪个更便宜"。这没错，但它漏掉了一个正在成形的新工程范式。
看 swyx 那句被反复引用的话——"Big Model vs Big Harness"（大模型对大脚手架）。研究里有个扎心数据：同一套基准，光靠换"脚手架"（harness，即围绕模型的工具层）就能把 Claude Code 的得分从 42% 拉到 78%（CORE-Bench，HAL 论文）。换句话说，决定成败的很大一部分不在模型本身，而在它外面那层壳。
可现状是：每次换一代模型，这层壳就得人肉重搭一遍。6 月这批新工具的统一赌注是——把"工作状态"从具体模型里抽出来，单独成一层。 模型随便换、随便挂、随便省钱，你的活和上下文不丢。
下面这四把刀，分别从"自学技能""跨模型交接""跨设备常驻""自己接地查证"四个角度，把"状态"这件事做实了。
python3，零第三方依赖功能描述：Autoharness 是一个"会自我维护的技能层"。它干四件事——把你真实工作里跑过的会话蒸馏成一条 skill；新技能进来自动和已有技能比对合并，而不是无限堆叠近似重复；技能在后续被实际调用才算"存活"，否则自动淘汰。关键约束：它只动自己写的技能，你手写或装来的 skill 一根毫毛不碰。
装上即用：
/plugin marketplace add tigerless-labs/autoharness
/plugin install autoharness@autoharness
重启 Claude Code，/plugin 看到 enabled、/mcp 看到 stage_skill connected，就生效了，零配置。
为什么值得关注：这是"agent 自我进化"从口号落地的第一刀。它不靠 benchmark 验证技能好坏，而是靠"你到底用没用"（invocation rate）来决定去留。每个 create/update 都往一个 per-skill ledger 里写决策日志，等于顺手帮你攒了一座"基于真实使用的评测集"。
国内对比：国内大多数做法是手写 CLAUDE.md、维护一堆 cursor rules，或往扣子/Coze 的知识库里塞文档——技能是静态的、人写的、会腐烂的。 Autoharness 把 skill 当成会新陈代谢的活体。认知差就在这：你还在"配规则"，人家在"养技能"。
适用人群：重度 Claude Code 用户、天天跑相似任务（部署、改 bug、写测试）的工程师、想沉淀团队最佳实践又懒得手维护的人。
功能描述：Framein 不是新 IDE，也不是新 agent harness，而是垫在你已有的 agent（Claude Code、Codex、Gemini、Pi、OpenCode）底下的一层"工作帧"。它维护五个东西：任务契约（task contract）、决策链（decision trail）、风险状态、验证结果、以及"模型切换胶囊"（capsule）。
最妙的是它的跨模型协作流：让一个模型当主力干活，用另一个模型来挑刺（challenge），需要时再切换，最后靠验证来收尾。
framein start "add Google OAuth" # 设契约：保留邮箱登录，lead 用 claude
framein challenge "OAuth callback state in session" --run reviewer codex # 让 Codex 提异议
framein capsule gemini # 生成胶囊，Gemini 接着干
framein ship # 跑 build+test，auth 被动过→高风险→人工确认
为什么值得关注：它把"多模型协作"从聊天里口头指挥，变成了有状态、可审计的工程动作。ship 时会根据"哪些文件被动过"自动判风险等级（比如动了 auth/ 就标 high、要求 human gate）。这在企业场景里几乎就是合规刚需。
国内对比：国内 AI Coding 普遍深度绑定单一模型/单一 IDE（Cursor、Trae、通义灵码、文心快码），"用 A 模型写、B 模型审、C 模型补"这种异构接力几乎空白。信息差在于：你以为选一个最强的就行，其实"状态留得住"才能把不同模型的强项拼起来。
适用人群：在多个模型间反复横跳的工程师、需要代码审计与合规留痕的团队、想用便宜模型干粗活、贵模型干关键决策的成本敏感型开发者。
功能描述：大多数个人 AI agent 只能活在你挑好的某一台机器上——笔记本关机它就死了。GSV 反过来：把你的笔记本、服务器、手机虚拟成一台机器，agent 跑在 Cloudflare 边缘，设备睡了它还活着，能在"最合适的那台"上执行任务。
功能清单很硬核：跨设备派活、agent 拥有独立身份/记忆/权限、能再 spawn 子 agent、内置 git remote 自己托管包并跨实例共享、带个浏览器扩展让 agent 直接驱动你已登录的真实浏览器（用你的 session 而非公开网页）。触达入口是 web UI、CLI，或 WhatsApp / Discord / Telegram。
为什么值得关注：这是"个人 AI agent 基础设施"从"得自己运维一台服务器"进化到"边缘托管、你的密钥你的数据"。命名来自 Iain M. Banks《文化》系列里的有意识飞船——定位就是"跨边缘常驻的个人 AI 地基"。每月 ~$5 起的固定成本，比租 VPS 自托管省心得多。
国内对比：国内个人 agent 多绑死在某个 App 里（豆包、元宝），要"长跑"就得自己买云主机搭 Dify/扣子并运维。GSV 用边缘函数 + 消息 App 触达的玩法，国内几乎没对标。方法差：白嫖 Cloudflare 全球边缘当"agent 老巢"。
适用人群：想做"7×24 常驻 agent"却不想运维的个人开发者、跨设备办公的数字游民、需要 agent 用你已登录账号操作真实站点的自动化重度用户。
功能描述：TinySearch 解决"本地 agent 想联网查资料却只会把整个网页糊进上下文"的老毛病。它的管线是 search → crawl → rerank → grounded prompt：搜索、抓取最优页面、重排、抽出最相关片段，最终返回带着来源 URL 的、可直接作答的 prompt。
一键起服务，自带 SearXNG 实例，Docker Compose 直接从 GitHub 拉配置，不用 clone、不用写配置文件：
docker compose -f "https://github.com/MarcellM01/TinySearch.git#main:compose.quickstart.yaml" up -d
然后把 Cursor / Cline / Roo Code / Claude Desktop / 任意 MCP 客户端指到本地那个 Streamable HTTP 地址即可。无 hosted 仪表盘、无账号、无统计、无缓存抓取数据。
为什么值得关注：它把"web research"这件被 Tavily 等托管 API 收费的事，变成完全本地、隐私可控、token 高效的环节。最关键的"证据带 URL"设计，直接压住了 agent 胡编来源的毛病——模型看到的每段证据都能点回去核验。
国内对比：国内 agent 接联网，普遍走博查搜索 API 或各家"联网搜索"开关，证据不挂来源、整页喂进去烧 token、数据过云。TinySearch 全本地 + SearXNG + ONNX，隐私与成本双省。价格差+视角差：检索这件事可以不外包。
适用人群：本地跑 Ollama/小模型却想联网的研究型用户、做 RAG/agent 原型想省 API 费的开发者、对隐私敏感、不想把查询送云的企业团队。
这四把工具看似各干各的，底层是同一个抽象——在"你"和"可热替换的模型"之间，加一层独立的工作状态。
flowchart TB
You([你 / 你的活])
State[工作状态层<br/>任务契约 · 技能库 · 证据链 · 决策日志 · 记忆]
subgraph Consumable[可热替换的模型 · 耗材]
M1[Claude]
M2[Codex]
M3[Gemini]
M4[本地/便宜模型]
end
You -->|下达意图| State
State -->|主力干活| M1
State -->|挑刺挑战| M2
State -->|收尾交接| M3
State -->|省钱时切| M4
M1 & M2 & M3 & M4 -.->|读写状态、不丢活| State
State -->|沉淀技能| Autoharness
State -->|跨设备常驻| GSV
State -->|接地查证| TinySearch
State -->|跨模型接力| Framein
Framein 把这张图里"模型间接力"的部分做成了可审计的命令流：
sequenceDiagram
participant U as 你
participant F as Framein工作帧
participant C as Claude(主力)
participant X as Codex(审查)
participant G as Gemini(收尾)
U->>F: framein start 设契约
F->>C: 干主体活
C-->>F: 提交diff+决策
U->>F: framein challenge
F->>X: 对某设计点提异议
X-->>F: verdict: required 修改
F->>C: 落实 required 变更
U->>F: framein capsule
F->>G: 基于事实生成交接胶囊
G-->>F: 完成
U->>F: framein ship
F-->>U: build+test通过, 风险分级, READY
| 维度 | 你大概率以为的 | 别人已经知道的（6月新工具） |
|---|---|---|
| 技能/skill | 手写 CLAUDE.md、cursor rules，静态、会腐烂 | Autoharness：从真实会话自学、自动合并去重、按使用率淘汰 |
| 多模型协作 | 一个工具绑一个模型，口头指挥 | Framein：状态层跨模型 challenge/switch/capsule/ship，可审计 |
| agent 常驻 | 得自购 VPS 自托管并运维 | GSV：跑 Cloudflare 边缘，~$5/月，设备睡了它还活着 |
| 联网查证 | 调联网搜索 API，整页喂入，不带来源 | TinySearch：本地 SearXNG+ONNX，证据带 URL，token 高效 |
| 核心范式 | "选最强的模型" | "模型是耗材，工作状态才是资产"——把状态从模型里抽出来单独成层 |
challenge 让另一个模型挑刺，把口头 review 变成有 verdict 的命令。一句话收口：从这周起，别再问"换哪个模型"，开始问"我的工作状态，能不能活过这次换模型"。这才是 6 月这批海外新刀真正在教你的事。
参考来源 - Autoharness — https://github.com/tigerless-labs/autoharness （CORE-Bench 42%→78%、HAL 论文 arxiv.org/abs/2510.11977） - Framein — https://www.framein.dev/ - GSV — https://github.com/deathbyknowledge/gsv （文档 gsv.space，Cloudflare Workers Paid $5/月） - TinySearch — https://github.com/MarcellM01/TinySearch - NodePad — https://node-pad.com/ ；CiteReady — https://citeready.sprytools.com/ - 数据采集自 Hacker News Show HN（2026 年 6 月，hn.algolia.com）及各项目官方 README/落地页
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
created_at_i 过滤）+ 6 个项目的官方 README/落地页原文，价格与命令均来自 README 原文。[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。