跨厂商搭配agent与模型会有负面效果的原因
1. 指令格式微调（Format Tuning）——“方言”不通
- 现象：
- Claude：被训练成对 XML 标签（如
<tool_code>）极度敏感，甚至其“肌肉记忆”就是看到broken_code就会触发特定的修复逻辑。 - Gemini/GPT：更倾向于标准的 JSON Schema 或特定的函数调用格式。
- Claude：被训练成对 XML 标签（如
- 后果：跨厂商搭配时，Agent 发出的“XML 格式指令”，Gemini 可能看不懂或解析出错，导致工具调用失败。
2. 预设提示词矛盾
- 现象：
- 官方 CLI 的 System Prompt 里藏着大量这类“补丁”：“如果遇到 X 错误，请尝试用 Y 方式重试”。这些是针对自家模型特有的“老毛病”专门写的。
- 例如，Claude Code 知道 Claude 有时会“偷懒”省略代码，所以它的 Prompt 里会有针对性的防偷懒指令。
- 后果：换了模型，这些“补丁”不仅失效，甚至可能变成干扰项（比如 Gemini 并没有 Claude 那个特定的毛病，却被迫执行了针对性的防御操作），导致逻辑混乱。
3. 底层基建优化（Infrastructure Optimization）——“硬件”不支持
- 现象：
- Claude Code：深度集成了 Prompt Caching，能把 90% 的通用 Prompt（比如巨大的系统指令）缓存在服务器端，极快且省钱。
- Gemini CLI：深度集成了 Google 的 Context Caching（针对超长上下文优化），让模型能瞬间“回忆”起百万级的代码库。
- 后果：跨厂商搭配时，这些“物理外挂”通常无法调用。你不仅要忍受更高的延迟（每次都要重新传输 huge prompt），还会丢失针对超长上下文的特殊优化，导致“不仅慢，还更笨”。
4. 错误恢复机制（Error Recovery Policies）——“急救”无效
- 现象：
- 模型生成代码报错时，官方 CLI 会有一套预设的“急救包”。
- 比如 Claude Code 看到
ReferenceError，它知道 Claude 经常是因为 import 路径写错，它会自动把“检查路径”作为第一优先级提示给模型。
- 后果：如果是 GPT-4 犯了同样的错，原因可能完全不同（比如它是想用某个不存在的库），这时候 Claude Code 递过去的“急救包”完全不对症，导致模型陷入死循环。
5. 思考模式差异（Reasoning Pattern）——“脑回路”不同
- 现象：
- Claude 3.7：原生支持并依赖 Extended Thinking（扩展思考模式），它的 CLI 会专门留出等待和展示思考过程的时间窗口。
- Gemini：也有思维链，但触发机制和输出节奏不同。
- 后果：强行搭配时，CLI 可能把模型的“碎碎念”当成了代码输出，或者因等待超时直接切断了模型正在进行的深度推理。
一句话总结： 官方 Agent 是给自家模型量身定制的**“外骨骼”**，每一块装甲都贴合它的肌肉走向；混搭就像是穿着钢铁侠的战衣去开高达，虽然都是高科技，但操作逻辑根本对不上。