5.2 模型适配：OpenAI、Anthropic 与 Gemini 接入

5.2 模型适配：OpenAI、Anthropic 与 Gemini 接入

本节摘要：智能体与模型的关系是"状态与引擎"的分离：同一份记忆状态可由不同模型驱动。本节讲清主流模型的适配差异、选型时要核对的四项指标，以及切换引擎后的行为验证流程。读完本节，你能为一个智能体选对起步引擎，并在成本、能力与合规之间做出可辩护的权衡。

同一智能体，不同大脑

先做一个思想实验校准认知：你有一个运行数月、记忆丰富的项目助理智能体，今天把它从甲家模型切换到乙家——会发生什么？记忆块原样在、对话历史原样在、工具清单原样在，改变的是"思考者"本身：回答的语气可能不同，工具调用的果断程度可能不同，长上下文里的细节把控也可能不同。状态未变，气质变了。

这个实验揭示了适配层的本质：Letta 把各模型的差异封装在统一的记忆工具协议之下——不管引擎是谁，core_memory_replace 的语义、参数、返回结构完全一致。协议统一，表现各异。 前半句保证了你的智能体架构在哪家模型上都能跑，后半句提醒你切换不是零成本的：行为差异需要验证，策略措辞可能要微调。

选配引擎的四项核对指标

选引擎最忌"只看跑分"。放进智能体场景，四项指标才是真的关键。跑分衡量的是模型的通用能力上限，而智能体要的是稳定可靠的行为下限——记忆系统的健康取决于每一次编辑都不掉链子，而不是偶尔惊艳。这就像选员工：简历上的高光时刻固然好看，日常交付的稳定性才是团队运转的基石。四项指标的核对清单如下：

四项里权重最高的是工具调用可靠性。记忆智能体的核心动作是自我编辑，引擎对结构化工具调用的执行质量，直接决定记忆系统的健康度——一个偶尔"忘了调用编辑工具"的引擎，会让精心设计的记忆策略名存实亡。实战建议：换引擎时，用一套固定的记忆行为测试消息（披露、变更、追问各几条）在两台引擎上各跑一遍，对比编辑轨迹，比看任何评测榜单都踏实。

适配的调度关系如下图所示——业务与记忆逻辑在适配层之下完全复用，各家引擎只影响最底层的生成行为：

三家引擎的气质速写

接入层面三家云引擎的共性大于差异——SDK 里换个模型标识即可，值得了解的是各自的气质，它影响的是策略调优方向而非接入难度。OpenAI 系：函数调用生态最成熟，绝大多数记忆策略教程与示例以它为默认语境，起步最省心。Anthropic 系：以长推理见长，内心独白的推理质量突出，复杂判断场景（多步检索决策、冲突记忆仲裁）表现好，节奏偏慢，适合关键决策环节。Google Gemini 系：长上下文与多模态见长，超长文档进存档、图表理解类任务有优势，多模态记忆是它的独有赛道。

本地引擎（经推理框架自托管开源权重）单列一类：它的价值不在能力上限而在数据不出域与边际成本，代价是工具调用可靠性对模型规模敏感——经验上，小参数模型跑记忆编辑的失败率明显更高。混合策略是常见解：日常对话用本地或低成本引擎，记忆编辑与复杂决策路由给旗舰引擎。让不同智能体、甚至同一智能体的不同环节用不同引擎，正是模型无关架构的分红时刻。

切换引擎的标准流程

把 5.1 节"验证起点"的思路延伸到切换场景，标准流程四步。第一步，留存基线：切换前用固定的测试消息集在旧引擎上跑一遍，保存回答与编辑轨迹作为对照。第二步，执行切换：更新智能体的模型绑定，一处配置生效。第三步，对照验证：同一测试集在新引擎上重跑，重点比对编辑行为——该记的记了没有、格式是否依旧、有无多余动作。第四步，灰度观察：真实流量先切一成，观察数小时轨迹无异常再全量。四步走完，切换的风险就收敛在可控范围。

⚠️ 最容易省略也最不该省略的是第一步。没有基线的切换验证全凭感觉——"好像回答得也差不多"是工程判断里最危险的句式。测试消息集值得作为资产维护，每次引擎更换、每次大版本升级都用它回归。

成本视角补一块拼图：不同引擎的计价结构不同，同样的记忆策略在不同引擎上的月度开销可能相差数倍。核算时别只看模型单价，把每次响应的完整链路算进去——记忆智能体一轮对话可能包含多次工具调用的内部迭代，消耗的 token 是"多轮小请求"的合计。记忆策略越复杂（编辑越多、检索越频繁），链路成本与单价的偏离越大。先用小流量实测一轮日均成本，再做预算决策，比按单价心算可靠得多。

关于模型适配的常见疑问

问：模型标识的格式为什么带前缀？ 前缀是路由信息——它告诉适配层把这次调用交给哪个供应商的网关。看到标识就知道调用走向，排障时也多了一条线索：报错信息里的模型标识与预期不符，说明绑定或默认值在某处被覆盖了。

问：嵌入模型也要跟着换吗？ 千万不要随手换。存档里的向量是按嵌入模型生成的，换了嵌入模型，新旧向量不在同一语义空间，检索质量立刻崩坏。换嵌入模型等于要求全量重嵌档案数据——这是一次需要单独排期、单独验证的数据工程，与换推理引擎完全是两个量级的操作。

问：怎么知道该给某个智能体升级引擎了？ 三个信号：轨迹里工具调用失败率持续偏高（引擎不可靠）；复杂任务上多步推理频繁中断或绕路（推理深度不足）；成本已超预算而质量未达预期（配置错位）。信号齐了再升级，一次到位——引擎升级同样要走 5.2 节的对照验证，不是免费操作。

本节要点回顾

• 状态与引擎分离：切换模型保留全部记忆资产，但行为气质会变——协议统一，表现各异。
• 四项核对：工具调用可靠性、指令遵循度、上下文预算、部署形态，可靠性权重最高。
• 气质差异：OpenAI 基准稳、Anthropic 推理深、Gemini 长文与多模态、本地引擎合规省费但编辑可靠性弱。
• 混合策略：低成本引擎跑日常，旗舰引擎管关键编辑与复杂决策，模型无关架构的分红。
• 切换四步：基线、切换、对照、灰度——测试消息集是值得长期维护的资产。

下一节给智能体装上手：把业务能力封装成自定义工具，让记忆之外，行动也成为可能。