第4集：核心差异(2)——自定义 Agent 与扩展模式

⏱ 预计阅读 3 分钟 更新于 2026/5/7
💡 进群学习加 wx: agentupdate
(申请发送: agentupdate)

自定义 Agent（Sub-agent）是让 AI 具备“专家身份”的关键。三家在如何定义这些专家上有着截然不同的路径。

1. 定义路径与隔离性

特性 Claude Code Gemini CLI Antigravity
Sub-agent 路径 .claude/agents/<name>.md .gemini/agents/<name>.md 不支持自定义 sub-agent
文件格式 Markdown + YAML Markdown + YAML .agents/agents.md 单文件多角色
独立上下文 ✅ 是 ✅ 是 ❌ 否（共享主上下文）
  • Claude Code 和 Gemini CLI 的 Sub-agent 是真正独立的。这意味着子 Agent 拥有自己独立的对话窗口、独立的工具集，甚至可以选用与主 Agent 不同的模型。
  • Antigravity 采用的是“角色扮演”模式。在一个 .agents/agents.md 文件里定义多个角色（如 @pm, @engineer），本质上是快速切换 Prompt，隔离性较弱。

2. YAML 配置示例

Claude Code 的子 Agent 示例：

---
name: security-expert
description: 专注于代码漏洞扫描
tools: Read, Grep, Bash
model: sonnet
---
你是一位资深安全专家，请检查以下代码中的 SQL 注入风险...

3. 关键差异点：配置细粒度

  • Gemini CLI 提供了最丰富的 Frontmatter 配置，允许你为子 Agent 单独设置 temperature, max_turns（最大轮次上限），甚至指定独立的 mcpServers。
  • Claude Code 引入了 permissionMode 字段，你可以规定子 Agent 是“自动运行 (Turbo)”还是“每步审批 (Controlled)”。

💡 深度洞察

如果你需要构建一个由多个专家组成的“虚拟团队”，且希望各专家之间不会互相干扰上下文，Claude Code 或 Gemini CLI 是更专业的选择。而 Antigravity 更适合快速在不同语境下与同一个 AI 对话。