§04 模型随便换，是 DeepAgents 的底层优势

先给结论：DeepAgents 是模型中立的。Anthropic、OpenAI、Google、DeepSeek、本地 Ollama，通吃。

这点和 Claude Agent SDK 形成直接对比。 Claude Agent SDK 绑死在 Anthropic 模型上。 DeepAgents 不挑。你用谁家的模型都行。

写法统一成 provider:model：

agent = create_deep_agent(
    model="openai:gpt-5.4",   # 想换就换
    tools=[get_weather],
)

我做过一个实验。同一个研究助手，下午用 Claude，晚上换 GPT。 代码一行没改，只动了 model 字符串。 报告质量有差异，但工程层完全不用动。

标叔的经验：这种"模型可插拔"在生产里太重要了。供应商涨价、某个模型抽风，你当天就能切。绑死一家，迁移成本以周计。

如果你要传额外参数（temperature、thinking 开关），可以手动初始化模型：

from langchain.chat_models import init_chat_model

llm = init_chat_model(model="openai:gpt-5.4", temperature=0.2)
agent = create_deep_agent(model=llm, tools=[get_weather])

但注意！别把 callbacks 挂模型上。 那会和 DeepAgents 的中间件打架。日志要用中间件写，见 §06。

标叔的结论：能用字符串，就别手动实例化。要额外参数，才手动建。手动建就别挂 callback。

注意：模型必须支持 tool calling。纯补全模型（不带工具调用）跑不了 Agent。

到这里，起步 part 结束。下一 part，我们拆骨架。