Stejný AI model, jiné výsledky. Co doopravdy rozhoduje o kvalitě?

Proč benchmarky neříkají celou pravdu o AI modelech a co skutečně rozhoduje o jejich kvalitě v reálném použití? V této epizodě se zamyslíme nad tím, jakou roli hraje tzv. agentic harness, proč stejný model dává v Claude Code, Cursoru nebo Antigravity jiné výsledky a jak vaše osobní návyky a očekávání ovlivňují, co z modelu vymáčknete.