2026年我每天在用的AI工具-夜雨聆风

2026年我每天在用的AI工具

作者：漫游君

《AI时代漫游指南》第 27 章：
“工具不在多，在于你是否真的理解它的边界。一个用到极致的工具，胜过十个浅尝辄止的收藏夹。”

网上的 AI 工具推荐文章有两个共同问题：要么是推广，要么是作者根本没深度用过。

这篇不一样——全部是我每天在用、付费在用、踩过坑的工具。每个工具我都说清楚为什么用和什么情况下不用。

编者注：终于有一篇”我真的在用”的工具推荐了。注意，前方没有返利链接。

编程类

Claude Code（核心主力）

几乎所有编程任务的执行层。

不只是”帮我写代码”，更是”帮我管理一个工程项目”。配合记忆体系，能持续接续上下文，不用每次从头解释项目背景。

真正让它好用的不是模型有多聪明，而是 Hooks 系统——给 AI 加上审计层之后，才真正放心让它执行操作。

每月 $20，值。

什么时候不用：纯探索性的对话、不需要操作文件的问题，用网页版就够了。

Cursor（备用）

优势是和代码编辑器深度集成，可以直接看效果、接受或拒绝改动。

我大多数工作在终端完成，所以用得少。如果你是 GUI 优先的开发者，它可能比 Claude Code 更顺手。

编者注：工具选择没有对错，只有适不适合你的工作流。别被”XXX 才是最好的”洗脑。

模型层

Claude Sonnet（日常主力）

90% 的编程任务、内容生成、分析推理都交给它。速度和质量的最佳平衡点。

Qwen3-235B（本地运行）

在 Mac 上通过本地框架运行，质量接近 Claude。用于不想把数据发到云端的场景——内部文档分析、本地 Agent 任务。

什么时候不用：需要快速响应时，本地模型延迟比云端高不少。

MiniMax M2.5/M2.7（高性价比）

成本是 Claude 的 1/5，中文理解好，适合高频低复杂度的 Agent 任务。

编者注：模型选择的核心逻辑是——贵的用来做决策，便宜的用来跑流水线。跟公司用人一个道理。

效率工具

Context7 MCP（实时文档）

让 AI 遇到不确定的接口时自动拉取最新文档，而不是靠训练数据里的旧知识。保持信息准确的关键工具。

Perplexity（实时搜索）

和 Claude 的区别：Perplexity 适合”目前是什么状态”（实时+引用），Claude 适合”帮我分析”（推理+生成）。

编者注：Perplexity 负责找事实，Claude 负责讲道理。分工明确，互不冲突。

内容创作

Claude.ai（内容生成）

博客文章的初稿、结构设计、文案打磨。

流程是：我写提纲 → AI 扩写初稿 → 我大幅修改注入个人经历 → 发布。

关键：AI 的初稿通常太完整、太正确、太无趣。我的工作是把自己真实的声音注入进去。

Notion AI（笔记整理）

不用它写新东西，只用它整理已有的内容。

编者注：AI 写的东西像标准答案，你写的东西才有灵魂。AI 负责骨架，你负责血肉。

选择工具的四个原则

1. 工具层和模型层分开评估

Claude Code 好用不等于 Claude 模型最好。工具（工作流集成）和模型（推理质量）是两个维度。

2. 深度用两三个，胜过浅度用十个

我日常用的不超过 8 个。每个都用到很深，理解它的边界在哪里。

3. 本地 vs 云端看数据敏感度

财务数据、私人文件走本地模型；公开内容、一般任务走云端。按需分配，不要教条。

4. 成本要放进 ROI 里算

每月 AI 工具花约 $40。对应省下的时间，ROI 轻松超过 10 倍。前提是真的深度用了，不是买了放着。

编者注：$40 一个月，相当于请了个不用交五险一金的助理。这个投入产出比，老板看了都流泪。

2026 年值得关注的方向

Agent 基础设施：不只是单个 AI 工具，而是多个 Agent 协作的系统。

本地模型实用化：在个人电脑上跑到接近云端质量，数据主权会成为越来越多人的考量。

工具收敛：AI 工具的数量会从爆炸式增长转向收敛，真正有深度的工具会胜出。

如果觉得有用，分享给身边需要的朋友。关注「AI时代漫游指南」，一起不慌不忙地走进AI时代。

Don’t Panic.