搞懂这20个AI工具和平台,产品经理的工作方式已经变了

你还在画 Axure 原型、写 PRD、等研发排期、等上线验证吗？

这套流程落后了。现在一个 AI 产品经理，用 Dify 半天搭出可运行的知识库问答系统，用 Bolt.new 30 分钟做出能跑的产品 demo，还没立项原型就跑通了，还没评审 demo 就在收集反馈了。

不是你慢，是工具变了之后，整个工作范式都变了。你不掌握这些工具，面试说不出东西，进了公司也跟不上节奏。

我接触过的转行做 AI 产品的同学，十个里有九个犯同一个错：只知道 ChatGPT，其他工具全靠听说。面试问到 Dify 和 LangChain 什么关系，答不上来。问到 Agent 落地用什么管理平台，一脸懵。

这篇文章把 20 个你必须搞懂的工具逐个拆开讲。每个工具说清楚它到底在干什么、什么场景下用、怎么用到项目里。

这一层是你最先该动手的。不用写代码，拖拖拽拽就能搭出可运行的 AI 应用。

但里面水很深。六个工具看着都是搭应用，定位完全不一样。

1. Dify

🔗 https://dify.ai

如果只能推荐一个工具，我推荐 Dify。

Dify 是开源的 LLM 应用开发平台，知识库问答、智能体、工作流三个核心能力全覆盖。知识库问答业内叫 RAG，简单说就是让 AI 先读你的文档，再基于文档内容回答问题，不瞎编。智能体是让 AI 自己调工具干活。工作流是把多个 AI 步骤串成自动化流程。

市面上 90% 的 AI 应用需求都逃不出这三类。你想做的要么是让 AI 回答公司内部知识，要么是让 AI 自动完成某个任务，要么是把几个 AI 步骤串起来跑一个业务流程。Dify 全拖拽搞定。

可以私有部署，中文社区是所有开源 AI 平台里最活跃的。如果你只能学一个低代码平台，选它，没有第二个选项。

2. Coze

🔗 https://www.coze.cn

Coze 中文名叫扣子，字节出品。

Coze 和 Dify 的区别一句话说清楚。Dify 是功能全面的工作台，Coze 是零门槛的快速发布器。

Coze 搭 Bot 真的零代码，配好 Prompt、挂上插件就完事。内置 100 多个现成插件，不用自己对接 API。但 Coze 真正的杀手锏不是搭建简单，是分发渠道。搭好的 Bot 一键发布到豆包、微信、飞书、Discord、Telegram、网页。

意味着你今天下午搭的 Bot，今晚就能让用户在微信上用起来。从想法到用户手里，可能就几个小时。做内部工具、客服 Bot、知识助手这类场景，Coze 的路径是最短的。

3. FastGPT

🔗 https://fastgpt.in

FastGPT 只做一件事，把你的文档变成一个能问答的系统。

比 Dify 轻量得多，没有那么多花里胡哨的功能，就是知识库问答做到极致。上传文档，自动切片建索引，用户问问题，精准回答并且附上来源出处。支持 Docker 一键私有部署。

当你的需求纯粹就是企业知识库问答，不需要智能体、不需要复杂工作流，FastGPT 比 Dify 更合适。工具越简单，出问题的概率越低，维护成本也越低。不是所有场景都要上全家桶。

4. 阿里云百炼

🔗 https://bailian.console.aliyun.com

百炼和上面三个不一样，它是个横跨多层的大平台。

既能当模型服务用，直接调通义千问系列的 API。又能当应用搭建平台用，拖拽搭智能体和问答应用。还能做模型微调和评测。从选模型到调模型到搭应用到上线运维，全链路在一个平台上搞定。

5. 火山引擎方舟

🔗 https://www.volcengine.com/product/ark

方舟和 Coze 是字节体系里的一对组合。

Coze 面向 C 端和轻量场景，方舟面向 B 端和企业级场景。方舟底下跑的是豆包大模型，支持模型精调、效果评测、推理服务、安全审核全流程。大企业需要的合规能力、安全审核、SLA 保障，方舟全有。

想做个内部小工具快速验证，用 Coze。要做正式的企业级 AI 产品上线运营，用方舟。一个是快刀，一个是重器。

6. n8n

🔗 https://n8n.io

n8n 和前面五个思路完全不同。

它不是做 AI 应用的，它是做工作流自动化的，类似 Zapier。但它支持接入 AI 节点，这就有意思了。

比如你的业务流程是收到一封客户邮件，用 AI 提取关键信息，自动写入 CRM，触发跟进任务。这个流程里 AI 只是其中一个节点，前后都是业务操作。这种场景不适合用 Dify 搭一个独立的 AI 应用，适合用 n8n 把 AI 能力嵌入到已有的业务流里。

n8n 支持 500 多个应用集成，开源可以自托管。如果你的场景不是做一个独立 AI 产品，而是把 AI 加到现有系统里，n8n 是对的路线。这两种思路搞混了会走很多弯路。

这一层不用会写代码，但研发天天挂在嘴边的这些名字，你得知道它们代表什么决策。

7. LangChain

🔗 https://www.langchain.com

研发说用 LangChain 搭，本质上在说我们要用代码实现，不用低代码平台。

LangChain 是目前最流行的 LLM 应用开发框架，做的事情和 Dify 本质上一样，Prompt 管理、多步骤串联、智能体、知识库检索。只不过 Dify 是拖拽界面，LangChain 是写代码。

有了 Dify 还要 LangChain 的原因是低代码平台有天花板。当你的 AI 应用要同时对接公司内部 5 个数据源，中间有复杂的判断逻辑、异常处理、重试机制，拖拽平台就搞不定了。这个天花板不是 Dify 做得不好，是所有低代码平台的结构性限制。

简单场景用 Dify 快速验证，复杂场景让研发用 LangChain。这个判断直接影响项目的开发周期和成本。

8. CrewAI

🔗 https://www.crewai.com

CrewAI 做的事情和 LangChain 方向不同。LangChain 是搭一个 AI 应用，CrewAI 是让多个 AI 智能体组队干活。

具体说，你定义几个角色：一个当信息搜集员负责上网搜索，一个当数据分析师负责整理数据，一个当报告撰写员负责写报告。CrewAI 让它们自动协作，搜集员搜完把结果交给分析师，分析师整理完交给撰写员，最终输出一份完整的报告。

这个能力背后是 AI 领域正在发生的一个重要趋势，从单个 AI 做单个任务，到多个 AI 协作完成复杂任务。做 Agent 产品规划的时候，了解 CrewAI 的存在，就知道多智能体协作在技术上是可行的，不是画饼。

很多人分不清 Bot 和智能体的区别。Bot 是你问一句它回一句，本质上是对话。智能体是你给一个目标，它自己规划步骤、调用工具、执行操作直到把事情做完。

这个区别不是功能升级，是范式转换。产品设计的方式要跟着变。过去设计交互流程，现在设计目标和约束。

9. Manus

🔗 https://manus.im

Manus 是 2025 年引爆 Agent 赛道的产品之一。

你给它一个目标，比如帮我调研中国新能源汽车市场的出海情况，它自己上网搜索、阅读报告、整理数据、生成 PPT。全程不需要你一步步指导。它能用浏览器、能写代码、能操作电脑界面。

我建议每个 AI 产品经理都去 Manus 上跑几个真实任务，亲自体验一下 Agent 的能力边界在哪里。它能做什么、做不了什么、什么时候会出错、错误的模式是什么。这些直觉不是看文章能获得的，必须自己跑几遍。

10. OpenClaw

🔗 https://github.com/openclaw

OpenClaw 是 2025 年 Agent 赛道最火的开源项目之一，GitHub 上星标增长很快。它是开源的 AI 智能体网关和管理平台，支持 MCP 协议。

你可以通过对话的方式跟 OpenClaw 交互。比如说一句「帮我部署一个客服 Agent，接入企业微信」，它就会自动完成 Agent 的配置、部署和渠道接入。再比如「把这个 Agent 的并发上限调到 50」，直接改运行参数，不用去后台翻设置。

除了对话式管理，它的管理面板能看到每个 Agent 的运行状态、调用日志、性能数据、成本消耗。路由分发、负载均衡、权限控制这些生产环境必须的能力都内置了。

和 Manus 的关系很清楚。Manus 是前台执行任务的 Agent，OpenClaw 是后台管理 Agent 的网关。一个管干活，一个管运维。两者不是竞品，是上下游。

有个叫 Vibe Coding 的玩法，用自然语言描述需求，AI 帮你写代码。不需要懂编程语言，描述清楚你要什么就行。

11. Bolt.new

🔗 https://bolt.new

Bolt.new 是做产品 demo 门槛最低的方案。

打开浏览器就能用，不用装任何开发环境。你描述需求，AI 生成代码、实时预览、一键部署。从有个想法到有个能用的页面，30 分钟。

你能在需求评审之前就做出一个能点能跑的 demo 给团队看，这个说服力比任何 PRD 都强。

当然它有明显限制。复杂后端逻辑、数据库操作、多系统集成做不了。适合做原型、小工具、验证性 demo。但验证想法够了。

12. Claude Code

🔗 https://docs.anthropic.com/en/docs/claude-code

Claude Code 和 Bolt.new 定位完全不同。

它运行在命令行终端里，是给有技术基础的人用的。给它一个需求，它自动读取整个代码仓库、精准定位要改的地方、编辑代码、跑测试验证结果。适合已经有代码项目的持续开发和 bug 修复。

如果有一些编程基础，或者愿意学命令行操作，Claude Code 能帮你做比 Bolt.new 复杂得多的事情。它不是做 demo 的工具，是做真正产品的工具。

Claude Code 目前公认写代码最强产品，必须要学会使用。

13. Cursor

🔗 https://www.cursor.com

Cursor 就是 VS Code 加上了 AI。基于 VS Code 魔改，所有 VS Code 的插件、快捷键、配置都能用，但在编码的每一个环节都嵌入了 AI 能力。

四个核心能力。Tab 补全，写代码的时候实时预测你下一行要写什么。Chat，对话式问答，能理解你整个项目的上下文。Composer，同时修改多个文件，做大范围重构。Agent，给它一个需求，它自主读代码、改代码、跑命令直到完成。

愿意花几天时间学 Cursor，能做的事情比 Bolt.new 多一个量级。真正的 Vibe Coding 代表产品。

你在上面搭什么应用都好，底下一定要调大模型。选哪个模型、在哪里调、花多少钱，这三个决策产品经理必须主导。因为模型选择直接影响产品体验和运营成本，不是研发自己定的事。

14. Hugging Face

🔗 https://huggingface.co

Hugging Face 是 AI 界的 GitHub，几十万个开源模型都在上面。

最实用的用法是看排行榜。Open LLM Leaderboard 按推理能力、代码能力、中文能力等维度对模型做了评测排名。选型会议上能说出 Hugging Face 排行榜上 Qwen2.5 在中文任务上的表现超过了 GPT-4o，比说我觉得通义千问挺好的有说服力十倍。

除了排行榜，Hugging Face 上的 Spaces 可以直接在线试用模型，不用写任何代码。想评估一个模型适不适合你的场景，上去跑几条测试数据就知道了。

15. OpenRouter

🔗 https://openrouter.ai

一个 API 调所有模型。GPT、Claude、Gemini、DeepSeek、通义千问，全在一个入口里。

没有 OpenRouter 的时候做模型对比评测，注册 OpenAI 一个账号，注册 Anthropic 一个账号，注册 Google 一个账号，每家写一套接入代码，每家单独计费单独管理。光对接就要折腾一两天。

有了 OpenRouter，一个账号一个 API，切换模型就改一行配置。做模型选型的时候，用 OpenRouter 可以在一个下午内跑完五六个模型的对比测试。这个效率差距不是百分之几十的问题，是从不可能到可能的区别。

16. Ollama

🔗 https://ollama.com

一行命令在自己电脑上跑大模型。数据完全不出设备。

两个场景必用。第一，数据隐私。你做的内部工具涉及用户个人信息或公司机密数据，不能传到任何云端 API，Ollama 让模型在本地跑，数据不出你的电脑。第二，开发调试。研发在本地跑模型做测试，不用每调一次都花 API 费用。

💡 装一个 Ollama 再配上 Dify 本地版，就能在电脑上搭一套完全离线的 AI 应用原型。不花一分钱 API 费用，数据完全在本地。

17. 即梦 AI

🔗 https://jimeng.jianying.com

即梦 AI 英文名 Jimeng，字节出品。图片和视频生成一体化，模板丰富，和抖音生态深度绑定。

2025 年即梦发布了 Seedance 2.0 视频生成模型，效果直接拉到了国产顶级水准。动作连贯性、物理真实感、多角色交互这几个以前 AI 视频最拉胯的地方，Seedance 2.0 都有了质的提升。生成的视频不再是那种一看就假的 AI 味，动作流畅度和镜头运动已经接近真实拍摄。

做竞品分析配图、做汇报示意图、做公众号封面、做短视频素材，即梦的上手速度是最快的。加上 Seedance 2.0 的视频能力，图片和视频一个平台全搞定。

18. ComfyUI

🔗 https://github.com/comfyanonymous/ComfyUI

ComfyUI 和即梦 AI 完全是两条路线。

ComfyUI 是 Stable Diffusion 的节点式工作流编排工具。每一个生成步骤都是一个节点，节点之间用线连起来，你可以精确控制模型加载、采样参数、LoRA 微调、图片放大等每一个细节。

学习曲线很陡，第一次打开界面会一脸懵。但一旦搭好工作流，做品牌 VI、控制风格一致性、批量出图，ComfyUI 的可控性远超任何在线工具。开源可本地部署，不用担心数据隐私。

日常出图求快选即梦。品牌视觉要精细控制选 ComfyUI。这两个不是竞品，是互补。

19. HeyGen

🔗 https://www.heygen.com

上传文案，选一个数字人形象，几分钟出口播视频。

以前做一个企业宣传视频要找真人拍摄、找场地、找后期剪辑，周期一两周，成本大几千。HeyGen 把这个事情压到几分钟和几十块钱。支持 100 多个数字人形象、自定义形象、真人克隆，还能一段文案生成中英日韩多个语言版本。

做内容营销的应该重点关注这个工具。企业宣传、课程录制、短视频批量生产，每一个场景都是真金白银的成本节省。

20. PromptLayer

🔗 https://promptlayer.com

AI 产品上线后，Prompt 是你改得最频繁的东西。

问题是，改来改去你根本不记得哪个版本效果最好。今天改了一句话转化率上去了，明天加了一个约束回答质量下来了，一周之后想回到那个效果最好的版本，翻遍聊天记录也找不到。

PromptLayer 就是给 Prompt 做版本控制的。每个版本记录在案，随时回滚，每次 API 调用的输入输出耗时 Token 消耗全部记录。还能做 A/B 测试，v2 和 v3 哪个效果好，拿数据说话。

没有版本管理的 Prompt 优化就是盲人摸象。

这 20 个工具在整个 AI 技术栈里的位置关系，看这张全景图一目了然。

工具会一直变。但搞懂应用搭建、开发框架、模型服务这个分层关系，不管出什么新工具，你都能快速定位它在哪一层、和谁竞争和谁互补。

产品经理的工作范式已经变了。那些还在等研发排期才能验证想法的人，会越来越被动。

推荐阅读

一文读懂产品经理工作全流程（附分享ppt）

产品经理必懂的10种AI产品形态：对话式AI，嵌入式AI，生成式工具，智能体，AI搜索，陪伴AI，数据AI，内容增强，AI硬件，AI原生工作流

一文讲透 10 个让小白抓狂的 AI 概念：token，context window，temperature，prompt，systemprompt，RAG，Fine-tuning，Agent，Embedding

电商核心10个中后台系统：商品系统，库存系统，供应商系统，采购系统，仓储系统，物流系统，订单系统，支付系统，售后系统，财务系统

一文详解[AI产品]必懂的10个概念：神经网络，RAG，Agent，MCP，大模型，训练。Token，微调，Transformer架构和梯度下降