最近在重构一个遗留 PHP 项目时,我遇到了一个令人深思的现象:使用完全相同的 API 密钥、调用同一个大模型(智谱 GLM-4.7),仅因前端工具不同,AI 对同一提示词的理解和执行结果竟大相径庭。
这让我意识到:大模型的能力 ≠ 工具呈现的效果。真正决定你生产力的,往往是那个“看不见的中间层”。
任务非常明确:
“删除无效的引用类,帮我删除 Task.php 中的无效引用类。”智谱 AI GLM 教程
我手头有两个工具都通过 智谱 AI 官方 API 调用 GLM-4.7 模型,使用完全相同的 API Key 和模型参数:
🔧 Trae(中文版)的表现:反复“打补丁”
在 Trae 中粘贴 并输入上述提示后,它只删除了部分未使用的 语句。
【图1图2:Trae 首次响应结果】undefined展示 Trae 输出的代码,其中仍保留未使用类,仅删掉部分。
我不得不多次输入“继续”、“还有其他的吗?”,才能逐步清理干净。有时甚至需要 3~4 轮交互,且存在误删风险。
✅ Claude Code 插件版的表现:一次精准清理
而在 Claude Code 插件版 中,输入完全相同的提示词:
“删除无效的引用类”
GLM-4.7 一次性准确识别并移除了所有未被引用的 语句,包括深层方法中未调用的辅助类。
【图2:Claude Code 插件输出结果】展示清理后的 ,所有无效 已移除,格式完整,无多余解释文本。
更关键的是:无需多轮交互,一次完成。
既然模型、密钥、提示词完全一致,差异必然来自工具对模型的调用方式。
1. 上下文完整性
2. 系统提示(System Prompt)设计
不要被“模型名称”迷惑
GLM-4.7 很强,但若前端工具封装不佳,你只能发挥它的一小部分能力。
发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/268569.html原文链接:https://javaforall.net
