夜雨聆风
花 9.9 元测了一周 AI 编程工具:聊聊爆火的 Vibe Coding和小龙虾
最近技术圈里，Vibe Coding、OpenClaude、Claude Code、Codex CLI等概念在技术圈持续升温。这些新词背后，指向的是同一个趋势：AI正在深度介入代码编写与工作流程。
作为22年就开始使用的早期GitHub Copilot用户【在吗？Copilot了解一下！(宠粉速来)】，我对此既熟悉又好奇：在大模型的快速迭代下，当下的工具究竟进化到了何种程度？带着这个问题，我斥9.9元巨资购买了字节火山引擎一个月的Coding Plan。
ArcClaw：开箱即用的飞书智能体
字节的Coding Plan附赠了一周的ArcClaw（字节版龙虾）使用权限。得益于飞书的生态整合，配置过程极为顺畅：一键授权完，直接就在飞书工作台里多出了个能直接用的 AI 机器人。
把 AI 助手直接嵌到大家天天用的协作工具里，把使用门槛降到最低。但真用起来才发现，「能用」和「好用」，完全是两码事。
文档分析：权限与理解的双重门槛
我尝试让ArcClaw分析存储于飞书云文档中的个人记账数据。第一次问完，，AI返回了明显失真的分析结果，数据与实际情况没啥关系。
排查后发现，需要我主动提供文档链接，AI才能读取内容。
就算后来授权、给链接都弄好了，我也发现：就这种结构简单、数据量也不大的个人记账记录，用 AI 分析实在是得不偿失。我自己花几分钟就能看完捋明白的事，用 AI 反而要多走好几步交互。最后还得花时间核对它给的结果对不对，实用性确实不算特别高。
信息整理：准确性是硬伤
之后我又试了个更实用的需求：整理一份集成电路相关会议的截稿 DDL 表格。这种活对日期、字段对应关系的要求很高。
结果 ArcClaw 的表现实在差强人意，要么是日期写错，要么是同一场会议重复出现，来来回回改了好几轮指令，出来的东西还是没法直接用。
我同步拿网页版的 Kimi 做了对照，虽说它的输出也有小毛病，但不管是准确率还是响应速度，都比 ArcClaw 要好上一点。但说实在的，两份结果最后我都得自己从头到尾核对修改一遍，就这活的完成度，还不如找个靠谱的本科生来做。
投资分析：标准问题表现稳定
最后是喜闻乐见的AI炒股环节。先问了问沪深300定投的情况，AI给出的年化收益率数据（约4%）与市场公开数据基本吻合。
这一圈用下来也能看出来：AI 在有明确标准答案的领域，表现都还算稳；但一旦到了需要灵活查琐碎信息、结合上下文做判断的场景，就很容易掉链子。离真正能懂你需求的助手，还差一些。
代码编写：Copilot的进化
我早年使用过GitHub Copilot，主要是代码补全与简单对话式编程。后因开发环境限制（服务器版本过旧，无法升级VS Code）及项目需求变化，一度中断了对AI编程工具的跟进。
这次用最新的vscode和Copilot，编写了一个基金定投策略的Python回测程序，并且调试了最优的动态加仓参数，回测结果显示该策略较固定金额定投有0.3%–0.5%的年化收益提升。
看上去目前定投金额可以少一些，五年时间一个周期，耐心等待！
产品观察：交互设计的符号化
还有个很有意思的细节：ArcClaw 和网页版 AI 助手最明显的区别，就是它在“思考”的时候，会显示一个“敲键盘”的表情。
最近有句调侃特别火：”把 Loading 改成 Thinking，就能撑起一家 AI 创业公司的估值”。优化用户体验当然没错，但如果核心的能力跟不上，搞再多的仪式感，只会让用户用起来的时候，落差感更大。
最后
我打算接下来再试试 Claude Code 和 Codex CLI，看看AI原生的编辑器和命令行场景下的 AI 编程好不好用。另外像 Kimi、豆包这些网页端的产品，现在应付日常的轻量问答需求已经完全够用了，平时当个随手用的工具完全没问题。
AI 技术的迭代还在越来越快，面对这波浪潮，多试试、多看看，大概就是最实在的应对方式了。
共勉！
对于希望体验ArcClaw的读者，可以试试火山引擎的Coding Plan，支持 Doubao、GLM、DeepSeek、Kimi、MiniMax 等模型，工具不限。当时首订9.9元，不知道现在还有没有这个活动。填我的邀请码可以再打9折！
立即订阅：https://volcengine.com/L/CP5JuOgMaAk/ 邀请码：TCG2QT57
