夜雨聆风
选编程工具的时候，我发现大家张口第一句几乎都是同一个问题：「它接的是哪个模型？」
这么问，潜台词是——模型决定一切。接了 Claude 就强，接了 GPT 就强，接了个国产小模型就弱。
但你只要真的把这些工具都装一遍就会发现，这个假设站不住脚。
因为现在主流的编程 agent，模型几乎都能换。Cursor 里能切 Claude、GPT、它自己的 Composer；Cline 干脆让你自带 key，三十多家模型随便接；连国产的腾讯 CodeBuddy，内置的模型列表里混元、DeepSeek、GLM、Claude、GPT、Gemini 全都有，你想用哪个用哪个。
模型这一层，正在被拉平。
那问题就来了：如果大家用的脑子都差不多，为什么 Claude Code 和 Cursor 用起来是两种完全不同的东西？为什么同样接 Claude，有的工具像个靠谱的同事，有的像个会帮倒忙的实习生？
我把市面上能叫得上名字的编程 agent——Claude Code、Codex、Cursor、Google 的 Antigravity、Windsurf、开源的 Cline，加上国内字节 Trae、阿里通义灵码、腾讯 CodeBuddy——都翻了一遍，想搞清楚：抛开模型，它们到底差在哪。
先说结论里我自己最意外的一点：模型本身的差距，其实没大多数人想的那么大。
这是几个前沿模型在 SWE-Bench Pro（一个专门测真实编程任务的榜）上的得分。最强的 Claude Fable 5 是 80.3，最弱的 Gemini 3.1 Pro 是 54.2，最强和最弱之间差了 26 分。听着不少，但你得知道，这是「最强」和「还不错」之间的差距，不是「能用」和「不能用」的差距。日常写代码，这几个模型给你的体验，没有数量级的区别。
（多说一句：Fable 5 是 Anthropic 6 月初放出来的最强模型，结果几天后就因为出口管制被叫停了，现在 Claude Code 实际跑的是 Opus 4.8。这事本身也说明，模型这层变动太快，绑死一个模型的产品反而被动。）
脑子差不多。那产品凭什么差这么多？
我把它拆成五块来看。先给你一张全局的总表，下面再一块一块讲。
这张表你先扫一眼有个印象就行，下面五个维度，我挑每一块里差异最大的地方讲给你听。
一、它怎么把你的代码喂给模型
这是第一个、也是最被低估的分水岭。
模型的上下文窗口再大，也装不下你一个几十万行的项目。所以每个工具都得解决一个问题：用户问一句话，我该把哪些代码塞给模型？
这里分成两条路。
一条路是「提前建索引」。Cursor、Windsurf、还有大部分国产工具走的是这条。它们会把你整个仓库切碎、做成向量索引（就是 RAG），你一提问，它先去索引里捞出最相关的几段代码，再喂给模型。好处是快，坏处是它捞的不一定准——它是按「语义相似」捞的，不是按真的理解你代码结构去捞的。
另一条路是「让 agent 自己去翻」。Claude Code 和 Codex 走的是这条。它们不预先建索引，而是像个真人程序员一样，现场 grep、读文件、顺着调用链一层层翻。慢一点，但翻出来的东西往往更对路，因为它是带着你的具体问题去找的。
Antigravity 在这件事上更激进，它干脆把传统的文件树都弱化了，让你以「任务」而不是「文件」为中心去工作，底层靠 agent 自己组织上下文。这是个挺大胆的设计，我自己用下来，习惯了文件树的人前几天会很难受，但它确实代表了一种新思路。
哪条路更好？我想了挺久，没有标准答案。索引快但糙，自己翻准但慢。这恰恰是同样接一个模型、体验天差地别的第一个原因——喂进去的料不一样，模型再聪明也白搭。
二、给它什么手，给它多大权限
模型本身只会出字。能不能改文件、能不能跑命令、能不能开浏览器自己测——这些「手」是工具给的，不是模型给的。
这块的差异也很大。
Cline 的做法是最克制的：它分 Plan 和 Act 两个模式，先让你看它打算怎么干（Plan），你点头了它才动手（Act），而且每一步都要你批准。这对不放心 AI 乱改代码的人很友好，代价是慢、要一直盯着。
Antigravity 和 Cursor 给了 agent 一个内置浏览器，它写完前端能自己打开页面看效果、截图、甚至录屏给你看它验证过了。这一步很关键——它把「写完」和「验证写得对不对」连起来了。
Codex 和腾讯 CodeBuddy 都强调隔离沙箱：agent 在一个隔离环境里跑命令，跑坏了也不影响你本机。这是把 agent 往「敢放手让它自己干」的方向推。
你看，同样一个模型，有的工具只让它出字让你自己粘，有的工具给它配了终端、浏览器、沙箱，让它自己写自己测自己改。后者当然像个能干活的人，前者就只是个高级补全。差距不在脑子，在你给不给它手。
三、它怎么组队（我认为这是最深的一道坎）
到这块，差异就不只是体验问题了，是架构问题。
一个 agent 干不完的活，就得多个 agent 一起上。怎么「一起上」，每家的做法不一样，而且分成了两种根本不同的结构。
第一种是星形。Codex、Cursor、Antigravity 基本都是这个路子：一个主 agent 当主管，把任务拆开，派给一堆子 agent，每个子 agent 在自己隔离的环境里干（Cursor 用 Git worktree 隔离，最多能开 8 个并行；Antigravity 的 Manager 最多 5 个），干完把结果交回给主管。子 agent 之间互相不说话，谁也不知道别人在干嘛。
这种结构的好处是干净、不冲突、好控制。坏处是子 agent 之间没法商量——A 发现的问题没法直接告诉 B，所有信息都得绕一圈回到主管那。
第二种是网状。这是 Claude Code 的 Agent Teams 最近在做的，路子明显不一样：它有一个 team lead，但底下的「队友」不是隔离的子 agent，而是各自有完整上下文、能直接互相通信、还共享同一张任务清单的协作者。一个队友改了任务清单，别人立刻看得到；A 有疑问可以直接问 B，不用绕回 lead。
这两种结构，对应的是两种完全不同的协作哲学。星形像流水线——拆好、分发、汇总，适合那种能干净切开的活。网状像一个真的小团队——边干边沟通边调整，适合那种你也说不清该怎么拆、需要边做边对齐的活。
这是我认为这一波工具里差异最深的一层。它不是 UI 好不好看的问题，是底层怎么组织多个 agent 的问题，而这个，模型给不了你，只能靠工程去搭。
（顺带说一句，Claude Code 的 Agent Teams 现在还是实验功能，得手动开个环境变量才能用。但方向是清楚的。）
四、它长成什么样
形态听起来是表面的事，其实决定了一个工具的能力边界。
现在主要三种形态。
CLI（命令行）：Claude Code、Codex 是代表。它活在终端里，没有花哨界面，但正因为这样，它能无缝接进你的脚本、CI、各种自动化流程里。终端党的最爱。
IDE（自己做一个编辑器，通常是改 VS Code）：Cursor、Antigravity、字节 Trae 走这条。好处是它能看到你在编辑器里的一切——你光标在哪、开了哪些文件、刚改了什么，上下文最丰富，交互最直观。
插件（装在现有编辑器里）：Cline、通义灵码、腾讯 CodeBuddy（CodeBuddy 三种形态都做了）。门槛最低，你不用换工具，但它能拿到的权限和上下文，受宿主编辑器限制。
形态不是越重越好。CLI 最轻但最灵活，IDE 最重但上下文最全，插件最方便但受限。它决定的是：这个 agent 能看到多少、能动多少。
五、它绑在谁的生态上
最后一层，也是最容易被忽略、但长期最重要的一层。
把九个工具按「自主程度」和「开放程度」摆到一张图上，能看出几个明显的派别。
最开放的是 Cline。纯 BYOK，开源，三十多家模型随便接，能部署在你自己的内网甚至断网环境里。它不绑任何人，代价是你得自己折腾配置。对有数据合规要求的团队，这点几乎无可替代。
绑得最紧的是各家自己的工具。Codex 绑 OpenAI，Claude Code 绑 Anthropic 的计费体系，国产的字节 Trae、通义灵码、腾讯 CodeBuddy 各自绑着字节、阿里、腾讯云。绑生态不是坏事——绑得紧往往意味着体验更顺、和自家云服务打通得更好。但你得想清楚，你是在选一个工具，还是在选一个长期供应商。
Antigravity 是个特例。它背靠 Google，但选择免费开放、还支持接 Claude 这些竞品模型。这是 Google 在用「免费」换市场——它赌的是模型这层迟早会被拉平（跟我开头说的判断一样），价值在平台和生态，不在模型本身。
那到底怎么选
讲完五层，落到你具体怎么选。
如果你是终端党、要做自动化、要把 AI 接进 CI：Claude Code 或 Codex，CLI 形态天生适合。
如果你要多个 agent 真协作、活儿又不好拆：试试 Claude Code 的 Agent Teams，网状结构这块它走得最前。
如果你重视「写完能自己验证」、喜欢可视化盯着 agent 干活：Cursor 或 Antigravity，内置浏览器和并行视图很顺手。
如果你有数据合规要求、不想被任何厂商锁定：Cline，开源加 BYOK 加能内网部署，这条几乎没有替代品。
如果你是企业、Java、重中文场景：通义灵码在企业级和中文上做得最扎实。
如果你想白嫖、想一句话出原型：字节 Trae 的 SOLO 模式和 Antigravity 都免费，门槛最低。
（顺便提一句，国产工具的市场份额我查到字节 Trae 领先、阿里通义灵码第二，但来源是社区测评不是权威机构，你就当个大致参考。）
最后
回到开头那个问题：同一个模型，工具为什么差这么多。
转了一圈，我的判断是这样——模型给的是脑子，但脑子之外的所有东西，怎么喂上下文、给什么手、怎么组队、长成什么形态、绑在谁身上，全是工程，全是各家自己搭出来的。
而且越往后，模型这层会越趋同。今天还能靠「我接了最强模型」拉开差距，等明天大家都能接最强模型的时候，能拉开差距的，就只剩工程了。
所以你下次选编程工具，别只问它接什么模型。多问几句：它怎么理解我的项目，它敢不敢自己动手，它能不能几个 agent 一起干，它会不会把我绑死。
这些问题的答案，才决定了它好不好用。
