比较了什么
评测给 GPT-5.6 的 Work 与 Claude Fable 5 的 Cowork 布置了同一任务：做一个实时拉取 YouTube 频道数据、每次刷新都更新的仪表盘。两者近期都开了工作协作空间（Claude 把桌面版 Cowork 搬上网页，GPT 把 Codex 并入应用），在相同条件下比较完成度与 token 消耗。
token 消耗相近（Claude 约 5%，GPT 约 8%）。所以胜负不在消耗量，而在路径与结果的性格。
两者性格如何分化
Claude 不择手段、快速交付你想要的东西。为访问 YouTube，它让用户把 API 密钥直接贴进聊天（承担安全风险），并立刻以实时 HTML artifact 完成仪表盘。评价是：适合需要快速拿到结果的场景，如赶工的报告或会议材料。
GPT 想得久、走得稳。它用 OAuth 认证，开始前先以子智能体产出三个设计方案，并把 API 密钥识别为风险值、按密钥处理。此外，其新的 Site 功能不止于前端，而是做出可实际部署的服务（含域名连接、环境变量）——仿佛 Lovable 之类的部署工具搬进了聊天机器人。
真正的变化——harness 被吸收
最值得注意的不是产出，而是结构变化。GPT 的 Work 内置了子智能体，用户甚至无需知道这个概念的存在。一开始就并行产出设计方案，就是一个例子。
过去我们要人手把技能和子智能体接成 harness，如今这部分已融入工具。可以说，‘harness 变得不再必要、LLM 连 harness 一起吸收’的观察，开始在真实产品中显现。
从 AX 角度为何重要
企业 AX 培训最大的墙不是工作流设计，而是人能否真正操作工具。无论多强调工作流必须改变，人若不会用工具，变化就不会发生。而 Claude Code 或 Codex 这类 CLI 让一线人员却步，因为必须连子智能体和技能一起教。
相比之下，把 harness 吸收进内部的 Work 式界面，可以直接推荐并教给一线人员。评测者以易教性为由略微偏向 GPT，正是这个语境。结论不是谁输谁赢，而是分工：赶工报告用快的 Claude，审慎的大项目用稳的 GPT。我们正走向按各工具性格分配工作的阶段。