AI 代码开发工具选型指南：Cursor、Claude Code、Copilot 到 OpenCode 怎么选

写在前面

AI 编程工具已经不再只是“补全几行代码”的插件。过去一年里，Cursor、Windsurf、GitHub Copilot、Trae、CodeBuddy、Claude Code、Antigravity、JetBrains AI、Amazon Q Developer、Zed、OpenCode 这类工具都在往同一个方向走：让 AI 更深入地理解代码库，能跨文件修改，能调用终端，能接入外部系统，甚至能自己拆任务、跑测试、提交 PR。

问题也随之变复杂了。以前选工具，大概是在 VS Code 插件里挑一个补全体验好的；现在选工具，要同时考虑 IDE 形态、Agent 能力、模型质量、价格、额度、团队管理、隐私合规、国内支付、地区限制和现有工作流。单看宣传页很容易被“全自动开发”“下一代 IDE”这些话带跑，真正落到日常项目里，差别往往在一些很具体的地方。

这篇更适合当作一份开发者选型清单：每款工具到底是什么，强在哪里，坑在哪里，价格和模型支持如何，最后再按不同人群给出更实用的选择建议。

先把选型框架立住

挑 AI 编码工具时，别先问“哪个最强”。更靠谱的问题是：你的主要工作流在哪里？

如果你每天都在 VS Code 里做前后端业务开发，Cursor、Windsurf、Trae 这类 AI 原生 IDE 的整体体验会很顺。如果你所在团队已经深度绑定 GitHub，Copilot 的企业管理、PR、Issue 和代码托管集成会少很多摩擦。如果你是 JetBrains 全家桶重度用户，换编辑器本身就是成本，JetBrains AI 的原生语义能力反而更值得看。如果你更喜欢终端工作流，Claude Code 和 OpenCode 这种 CLI Agent 会更贴手。

还要把“补全工具”和“Agent 工具”分开看。补全体验看的是低延迟、命中率、是否打断思路；Agent 体验看的是上下文理解、工具调用、权限控制、任务拆解、测试验证和失败恢复。一个工具可能补全极强，但 Agent 还不够稳；也可能 Agent 很猛，但普通补全不如老牌编辑器舒服。

Cursor

基本介绍

Cursor 是 Anysphere 开发的 AI 原生代码编辑器，基于 VS Code 深度定制。它把 AI 能力放进编辑器的核心流程里，不只是聊天窗口，还包括代码补全、智能重构、多文件编辑、Composer、Agent 模式、后台任务和 Cloud Agents。

Cursor 的定位很明确：让 AI 成为开发者的结对编程伙伴。它会索引整个代码库，理解项目结构和依赖关系，然后在你写代码、改需求、修 Bug、重构模块时给出上下文相关的修改建议。对习惯 VS Code 的开发者来说，上手成本相对低，因为插件、快捷键和编辑器行为基本都在熟悉范围内。

官网

https://cursor.com

优点

• 深度 IDE 集成：基于 VS Code，既保留了熟悉的开发体验，也把 AI 能力做进编辑器主流程。
• 上下文理解强：支持代码库索引，能理解项目结构、依赖关系和跨文件调用。
• 多文件编辑能力成熟：Composer 适合跨多个文件做重构、补测试、改接口、调整组件。
• Agent 模式可用度高：可以后台执行复杂任务，比如代码审查、Bug 修复和需求实现。
• 模型选择丰富：支持 OpenAI、Claude、Gemini 等主流模型，也支持自定义 API。
• Tab 补全体验好：响应快，补全质量稳定，是 Cursor 长期最有竞争力的体验之一。

缺点

• 价格偏高：Pro 是 $20/月，Pro+ 是 $60/月，Ultra 是 $200/月。
• 资源消耗更大：相比普通 VS Code，内存占用和后台索引成本更高。
• 学习曲线不低：要真正用好 Composer、Rules、Agent、Hooks，需要花时间整理项目规则。
• 大型项目偶尔卡顿：复杂仓库里，索引、上下文召回和多文件改动可能影响稳定性。
• Claude 模型计费透明度曾引发争议：Cursor 调整 Pro 计划后，从固定次数改为按 API 费率消耗额度。Claude Opus 这类模型单次成本高，重度使用时额度耗尽会很快，这也是很多开发者敏感的点。

特色功能

• MCP 协议支持：可通过 Model Context Protocol 连接数据库、API、文档系统等外部工具。
• Rules 自定义规则：通过 .cursor/rules 管理项目级和全局级规则，让 AI 按你的编码规范工作。
• Slash Commands：把常用提示词封装成可复用命令，适合团队标准流程。
• Background Agents：后台 Agent 可在远程环境并行处理多个任务分支。
• Browser Control：Agent 可以截图、捕获控制台日志和网络请求，前端调试体验更完整。
• Hooks 扩展：在 Agent 生命周期关键节点运行自定义脚本，比如格式化、安全检查。
• Composer 模型：自研 Composer 编码模型，偏代码生成和编辑速度优化。

使用价格

国内支付说明

Cursor 支持支付宝订阅，也支持 Visa、MasterCard 信用卡，通常国内信用卡可以直接绑定。

支持的模型

Cursor 支持 OpenAI、Anthropic、Google 等主流模型，也支持自定义 API 接入。

维护厂商

Anysphere，美国 AI 创业公司，专注于 AI 编程工具。

Windsurf

基本介绍

Windsurf 原名 Codeium，由 Codeium 公司开发，定位是 Agentic IDE。它强调上下文感知能力，核心功能叫 Cascade，可以理解项目上下文，规划并执行多步骤任务。

Windsurf 的 Tab 补全一直很有辨识度：速度快、预测积极，能提前猜到开发者下一步要改什么。这个特点很适合高频写业务代码的人，但也会带来一个小副作用：如果你正在认真组织代码结构，过快的提示有时会打断节奏。

官网

https://windsurf.com

优点

• Cascade Agent 强：能基于项目上下文处理复杂的多步骤任务。
• Tab 补全体验极佳：响应速度快，预测准确度高。
• 相对轻量：相比 Cursor，资源占用压力更小。
• 支持多种 IDE 插件：除了独立 IDE，也提供 VS Code、JetBrains 等插件。
• 上手自然：对从 VS Code 迁移过来的开发者比较友好。

缺点

• 免费版额度有限：每月只有 25 Prompt Credits，高频用 Agent 很快就不够。
• 生态相对较新：社区、插件和最佳实践不如 Cursor 成熟。
• 高级 Agent 功能需要付费：真正重度使用通常要上 Pro。
• 文档和教程相对少：团队推广时需要自己沉淀规范。
• 企业能力还在完善：大型团队管理和协作能力仍需观察。

特色功能

• MCP 协议支持：内置多个预配置 MCP Server，也支持自定义配置，可连接 Figma、数据库和 API。
• Memories 记忆系统：Cascade 能自动生成并管理跨对话记忆，减少重复介绍项目背景。
• Rules 规则系统：支持全局和项目级规则，约束 AI 行为和输出风格。
• Workflows 工作流：用 Markdown 定义可复用流程，通过斜杠命令调用。
• Cascade Hooks：在 Cascade 执行关键节点插入脚本，比如格式化和安全检查。
• SWE-1.5 模型：自研代码搜索模型，面向代码理解和搜索优化。
• Turbo Mode：自动执行模式，减少确认步骤。
• 实时协作预览：内置预览，点击页面元素即可让 Cascade 修改。

使用价格

国内支付说明

Windsurf 支持 Visa、MasterCard 信用卡订阅，通常国内信用卡也能绑定。

支持的模型

支持 OpenAI、Anthropic、Google、xAI 等主流模型，自研 SWE-1.5 快速 Agent 模型，也支持自定义 API。

维护厂商

Codeium，美国 AI 编程工具公司，由前 Google 工程师创立，Windsurf 是其旗下品牌。

GitHub Copilot

基本介绍

GitHub Copilot 是 GitHub 与 OpenAI 合作推出的 AI 编程助手，也是市场占有率最高的一类 AI 代码工具。它以插件形式集成到 VS Code、JetBrains、Neovim、Xcode 等主流 IDE 中，提供补全、聊天、代码解释、代码审查和 Agent 能力。

Copilot 的优势不只是补全，而是 GitHub 平台集成。它可以接入 Issue、Pull Request、代码审查和仓库上下文。Coding Agent 出来后，Copilot 可以自动处理 Issue、创建 PR，让“从任务到代码变更”的链路更完整。

官网

https://github.com/features/copilot

优点

• IDE 覆盖面广：支持 VS Code、JetBrains 全家桶、Neovim、Xcode 等几乎所有主流 IDE。
• GitHub 集成深入：能直接处理 Issue、PR、代码审查等 GitHub 工作流。
• 稳定可靠：微软和 GitHub 背书，服务稳定性和企业可信度较好。
• 模型选择丰富：支持 GPT-5.1、GPT-5.4、Claude Opus 4.6、Claude Sonnet 4.6、Gemini 3.1 Pro 等模型。
• 学生和开源维护者友好：学生、教师和热门开源项目维护者可以申请免费使用。
• Coding Agent：可以自动处理 Issue 并创建 PR。

缺点

• 免费版限制明显：Free 版可以体验，但不是完整意义上的不限量免费工具。
• 大型上下文理解不如 AI 原生 IDE 激进：相比 Cursor，复杂项目里的整体改动能力略保守。
• 插件形态有边界：集成深度不如从底层重做的 AI 原生 IDE。
• Premium 请求有限额：高级模型会消耗 Premium 请求额度。

特色功能

• MCP 协议支持：全面支持 MCP，原有 GitHub App 扩展方式逐步迁移到 MCP 体系。
• Agent Mode：能分析代码库、提出编辑方案、执行终端命令，并自动迭代修复错误。
• Coding Agent：自动处理 GitHub Issue 并创建 Pull Request。
• 多 IDE 支持：覆盖 VS Code、JetBrains、Eclipse、Xcode、Neovim 等环境。
• GitHub 深度集成：在代码托管、审查、Issue 管理、PR 创建上有天然优势。
• Next Edit Suggestions：预测下一步编辑位置和内容。
• Custom Instructions：配置代码风格、测试框架、团队偏好。

使用价格

国内支付说明

GitHub Copilot 可使用支持 Visa、MasterCard 的信用卡订阅。学生、教师和热门开源项目维护者可以申请免费权益。

支持的模型

• OpenAI 系列：GPT-5 mini、GPT-5.1、GPT-5.1-Codex、GPT-5.4
• Anthropic 系列：Claude Haiku 4.5、Claude Sonnet 4.6、Claude Opus 4.6
• Google 系列：Gemini 2.5 Pro、Gemini 3 Pro、Gemini 3.1 Pro
• 其他模型：Grok Code Fast 1 等

维护厂商

GitHub，微软旗下，全球最大的代码托管平台。

Trae

基本介绍

Trae 是字节跳动开发的 AI 原生 IDE，基于 VS Code 架构，把编辑器、终端、预览浏览器和 AI Agent 放在同一个环境里。它强调 Context Engineering，也就是让 Agent 尽可能多地理解项目、文档、设计稿和运行环境，再去规划和执行任务。

Trae 最有代表性的能力是 SOLO 模式。它把需求拆解、代码生成、项目创建和交付结果串起来，开发者更多扮演审核者和调整者。对于前端页面、轻应用、原型开发来说，这类模式很容易拉开效率差距。

官网

https://www.trae.ai

优点

• 价格有竞争力：Pro 每月 $10，首月 $3，年付折算每月 $7.5。
• Agent 能力强：SOLO 模式支持端到端自动化开发。
• 上下文理解深入：支持项目级代码理解和任务规划。
• 兼容 VS Code：插件和扩展迁移成本较低。
• 内置预览能力：对前端开发很方便。
• 中文体验友好：中文需求理解和交互体验更贴近国内开发者。

缺点

• 数据隐私顾虑：作为字节跳动产品，部分团队会对数据安全和合规更谨慎。
• Linux 支持不完善：目前主要支持 macOS 和 Windows。
• 产品还较新：成熟度和社区积累不如 Cursor、Copilot。
• 遥测数据收集有争议：第三方分析曾指出其数据收集较广。
• 不再支持 Claude 模型：受 Anthropic 对中资控股公司的服务限制影响，Trae 已不再提供 Claude 模型访问。

特色功能

• MCP 协议支持：可连接 Figma、数据库、Blender 等外部工具，也扩展到更多创作类场景。
• 自定义智能体：配置专属提示词、工具和 MCP Server，形成个人 AI 研发伙伴。
• SOLO 模式：AI 可自主规划、创建并完成功能开发，开发者审核结果。
• Builder 智能体：内置通用智能体 @Builder，用自然语言推动需求落地。
• Trae Rules：自定义 AI 工作规则，约束执行方式。
• 丰富上下文输入：支持联网搜索、文档解析、Figma 链接、代码仓库理解。
• 自动运行模式：尽量减少人工确认。
• Chat 与 Builder 融合：弱化传统“只围绕代码文件”的 IDE 交互，转向对话式开发。

使用价格

国内支付说明

Trae 海外版支持支付宝充值，国内用户支付比较方便。国内版目前仍提供免费使用。

支持的模型

• OpenAI 系列：GPT-4.1、GPT-5
• Google 系列：Gemini 2.5 Pro
• DeepSeek 系列：DeepSeek V3
• Kimi 系列：Kimi K2
• 支持自定义 API 接入

注意：Trae 已不再提供 Claude 系列模型访问。

维护厂商

ByteDance，通过新加坡子公司 SPRING(SG)PTE.LTD 发布。

CodeBuddy

基本介绍

CodeBuddy 是腾讯云推出的 AI 代码编辑器，基于腾讯元宝代码大模型打造。它覆盖代码补全、错误诊断、技术问答、性能优化等场景，官方给出的定位是提升编码效率、降低代码错误率。

CodeBuddy 的差异点在微信生态。它深度集成微信小程序开发工具，对小程序、腾讯云、企业内部研发流程更友好；同时支持 Craft 模式和 MCP 协议，正在从基础代码助手向更完整的 Agent 开发环境演进。

官网

https://www.codebuddy.ai

优点

• 微信小程序深度集成：微信生态开发者会更顺手。
• 中文优化：中文需求理解更自然。
• 腾讯云生态：与腾讯云服务集成成本低。
• 企业级支持：适合企业内部研发、账号和权限管理场景。
• 本土化服务：国内访问速度和稳定性更好。

缺点

• 生态相对封闭：主要围绕腾讯生态展开。
• 国际化程度较低：重点服务国内用户。
• Agent 能力仍在追赶：相比 Cursor 等工具，成熟度还有差距。
• 社区规模较小：学习资源和第三方经验不如国际主流工具丰富。

特色功能

• MCP 协议支持：兼容 MCP 开放生态，可通过 MCP 市场一键安装插件，比如 TAPD，在 IDE 内创建需求工单。
• Craft 智能体：通过自然语言生成完整代码仓库。
• 微信生态知识库：内置微信小程序开发知识，对小程序开发者很有针对性。
• 双模型驱动：基于腾讯混元大模型和 DeepSeek V3 双轮模型架构。
• 自定义智能体与指令：支持团队知识库、自定义智能体和指令管理。
• 多 Agent 能力：提供代码补全、单元测试、代码诊断、智能评审等能力。
• 企业账号集成：适合团队协作与企业管理。
• CNB MCP Server：支持腾讯云原生构建服务的 MCP Server，串起需求、编码和部署。

使用价格

国内支付说明

CodeBuddy 作为腾讯云产品，支持支付宝、微信等国内主流支付方式，对国内用户非常友好。

支持的模型

支持腾讯元宝代码大模型、腾讯混元、GPT-5、DeepSeek V3，其他模型支持仍在扩展。

维护厂商

腾讯云，国内主流云计算服务提供商。

Claude Code

基本介绍

Claude Code 是 Anthropic 推出的 AI 编程 Agent。它能读取代码库、编辑文件、执行命令，并与开发工具深度集成。和单一 IDE 插件不同，Claude Code 的运行形态很多：终端 CLI、VS Code 插件、JetBrains 插件、桌面应用、浏览器 Web，还能接入 GitHub Actions、GitLab CI/CD 等自动化管道。

它的核心价值在复杂工程任务上。你可以让它做代码重构、Bug 修复、功能开发、测试补齐、PR 创建，也可以通过 MCP 连接外部工具。CLAUDE.md 这类项目记忆文件能让 Agent 长期理解团队规范，而不是每次对话都重新解释一遍。

官网

https://www.anthropic.com/claude-code

优点

• 自主能力强：适合复杂工程任务，不只做补全。
• 多表面支持：CLI、VS Code、JetBrains、桌面应用、浏览器都能使用。
• 系统集成深入：可以访问文件系统、执行命令、调用 git 和外部工具。
• Claude 模型能力突出：代码理解、推理和长上下文任务表现稳定。
• CI/CD 集成：可接入 GitHub Actions、GitLab CI/CD 做自动化审查和任务处理。
• GitHub 集成：支持通过 gh CLI 与 GitHub 交互。

缺点

• 成本可能较高：如果走 API 按量付费，高频 Agent 任务会消耗不少 token。
• 需要账户或 API Key：需要 Anthropic 订阅账户或 API Key。
• 权限风险要认真处理：能读写文件、执行命令的 Agent 必须配置权限边界。
• 中国大陆无法直接使用官方服务：Anthropic 对中国大陆用户及中国控股公司有限制；工具本身可下载，但官方服务访问存在合规和可用性问题。

特色功能

• MCP 原生支持：Anthropic 是 MCP 的重要推动者，Claude Code 对外部工具连接很自然。
• 多表面运行：终端、IDE、桌面和 Web 可以共享配置与项目规则。
• Plugins 插件系统：支持斜杠命令、Agents、MCP Servers、Hooks 等配置打包与复用。
• CLAUDE.md 记忆文件：把项目指令、编码规范和长期约束写进仓库。
• CI/CD 集成：自动化代码审查、PR 创建、Issue 处理。
• Chrome 调试集成：连接浏览器调试实时运行的 Web 应用。
• 后台任务：长任务可以后台跑，不阻塞其他工作。
• 第三方模型支持：终端和 VS Code 版本可配置第三方 LLM 提供商。

使用价格

国内支付说明

中国大陆用户无法直接使用 Anthropic 官方服务，包括 Claude Code、Claude API 和 Claude Web。实际落地时，很多团队会把 Claude Code 当作一个 Agent 外壳，再通过第三方兼容模型或统一网关接入底层能力。

如果只是想在国内环境里更省事地使用 Claude、GPT、Codex 等 API 能力，可以看 Code80，常见 Anthropic 兼容工具按环境约定配置 ANTHROPIC_BASE_URL=https://code.ai80.vip 即可，关键是把 endpoint、密钥和权限边界管清楚。

支持的模型

支持 Claude 全系列模型。

维护厂商

Anthropic，美国 AI 安全公司，由前 OpenAI 成员创立。

Antigravity

基本介绍

Antigravity 是 Google 推出的 AI 原生 IDE，定位是 Agent 优先的开发平台。它不是在传统编辑器上加一个聊天框，而是把 IDE 变成 Agent 的任务控制中心，让 Agent 能直接访问编辑器、终端和浏览器。

Antigravity 的设计目标是让开发者把注意力放在产品愿景和架构取舍上，具体实现由 Agent 规划、执行、验证。它引入 Agent Manager，可以同时管理多个 Agent 在不同项目和工作空间里并行工作。

官网

https://antigravity.google

优点

• 个人版完全免费：对符合地区条件的个人开发者门槛很低。
• Agent 优先设计：从底层围绕自主 Agent 任务设计。
• 系统集成深入：Agent 可访问编辑器、终端和浏览器。
• 自主测试验证：内置浏览器子 Agent，可测试 UI 流程。
• Agent Manager：专门管理多个 Agent 并行工作。
• Gemini 3 Pro 驱动：使用 Google 先进模型能力。
• 跨平台支持：支持 macOS、Windows、Linux。
• 兼容 VS Code：可导入 VS Code 或 Cursor 的设置、扩展和快捷键。

缺点

• 产品较新：生态、社区和最佳实践还在积累。
• 文档相对较少：团队落地需要自己摸索规范。
• 权限较大：Agent 能直接操作系统资源，需要更严格的安全策略。
• 地区限制严格：中国大陆、俄罗斯、伊朗、朝鲜、叙利亚、古巴、克里米亚等地区不支持。
• 账号地区也受限：即使用代理，Google 账号注册地区也必须是支持国家或地区。

特色功能

• MCP 协议支持：通过 MCP Store 安装 Firebase、GitHub、Linear、Notion 等 MCP Server。
• Agent Manager 界面：监控和管理多个自主 Agent 的跨项目工作。
• 自主规划能力：Agent 能分析需求、分解任务、生成实施计划。
• 浏览器子 Agent：可启动 Chrome、与 UI 交互、自动测试用户流程。
• 进度工件生成：自动生成待办、截图和进度报告。
• 自我验证：Agent 在浏览器中测试结果，提高交付可靠性。
• 持续学习：从反馈和历史工作中改进对项目风格的理解。
• 任务导向开发：用目标驱动实现，而不是逐文件指挥。
• 端到端自动化：从提示到子任务、执行、测试和演示串成完整链路。

使用价格

国内支付说明

Antigravity 对中国大陆地区使用限制严格。除了网络环境，Google 账号注册地区也必须符合支持范围，比如美国、日本、台湾等；账号地区变更频率也有限制，不能随便切。

支持的模型

• Gemini 3.1 Pro：默认 Agent 模型，针对代码任务优化
• Gemini 3 Flash：轻量快速模型
• Claude Sonnet 4.6
• Claude Opus 4.6
• gpt-oss-120b

维护厂商

Google，Gemini 和 Android 的开发者。

JetBrains AI

基本介绍

JetBrains AI 是 JetBrains 为全系列 IDE 推出的 AI 编程能力平台，深度集成在 IntelliJ IDEA、PyCharm、WebStorm、GoLand 等工具里，同时也支持 Android Studio 和 VS Code。

它的路径和 Cursor、Windsurf 不一样。JetBrains 不是先做一个 AI 原生编辑器，而是在成熟 IDE 的语义分析、重构、导航、调试能力上叠加 AI。这个路线的好处是代码理解更贴近 IDE 原生模型，坏处是 Agent 创新节奏相对保守。不过最近 JetBrains 明显加速，Junie、Claude Agent、OpenAI Codex、ACP 接入都让它的开放程度更高。

官网

https://www.jetbrains.com/ai/

优点

• IDE 集成很深：AI 建立在 JetBrains 强大的语义分析引擎上。
• 无限代码补全免费：基于自研 Mellum 模型，免费无限使用。
• 多 Agent 支持：支持 Junie、Claude Agent、Codex，也可通过 ACP 接入第三方 Agent。
• 无厂商锁定：支持 JetBrains 托管、自带 API Key 和本地模型。
• MCP 支持：AI Assistant 和 Junie 都支持 MCP。
• 隐私保护：承诺不使用用户代码训练模型，企业版支持更强管控。

缺点

• 依赖 JetBrains 生态：不使用 JetBrains IDE 的团队收益有限。
• 高级 Agent 功能付费：Junie 和云端 Agent 需要 AI Pro 或更高订阅。
• Credits 体系较复杂：云端功能按 AI Credits 消耗。
• Agent 能力偏保守：和 Cursor、Windsurf 这类 AI 原生 IDE 相比，自主执行成熟度略弱。

特色功能

• Junie 编程 Agent：在 IDE 内完成规划、编写、重构和测试。
• Mellum 代码补全：专为代码补全设计的自研 LLM，免费且不限量。
• 多 Agent 协同：在 AI 聊天界面与 Junie、Claude Agent、Codex 等多个 Agent 协作。
• Agent Client Protocol（ACP）：允许第三方 Agent 接入 JetBrains IDE。
• MCP 扩展能力：连接文件系统、数据库、API 和第三方服务。
• BYOK 支持：可自带 OpenAI、Anthropic、Google 等提供商的 API Key。
• IDE 原生语义理解：利用 JetBrains 自研代码分析引擎，做框架级、语义级理解。

使用价格

国内支付说明

JetBrains 官方渠道支持支付宝付款。学生、教师可通过认证申请授权，开源项目贡献者也有专项优惠。

支持的模型

• 自研 Mellum 模型，专用于代码补全
• OpenAI 系列：GPT-5.1、Codex 等
• Anthropic 系列：Claude Opus 4.6、Claude Sonnet 4.6
• Google 系列：Gemini 3 Pro
• 本地模型：通过 Ollama 等本地推理框架
• 支持 BYOK 接入主流模型提供商

维护厂商

JetBrains，IDE 领域老牌厂商，总部位于捷克布拉格，旗下有 IntelliJ IDEA、PyCharm、GoLand 等产品。

Amazon Q Developer

基本介绍

Amazon Q Developer 是 AWS 推出的 AI 编程助手，深度集成 AWS 开发生态。它覆盖代码补全、代码生成、代码解释、代码审查，也有更垂直的代码转换能力，比如将 Java 8/11 升级到 Java 17/21，协助 .NET 框架迁移。

它尤其适合已经在 AWS 上做云原生开发的团队。无论是 CloudFormation、Lambda、S3、CDK，还是控制台里的 CloudWatch 日志、安全漏洞，Amazon Q Developer 都能结合 AWS 服务知识做解释和建议。

官网

https://aws.amazon.com/q/developer/

优点

• AWS 深度集成：理解 AWS 服务和基础设施配置。
• 代码转换能力独特：适合遗留 Java 和 .NET 现代化改造。
• 免费版可用：每月 50 次 Agent 请求，轻度使用够试水。
• 企业安全合规：AWS 服务体系下，合规和数据管理能力成熟。
• 多 IDE 支持：支持 VS Code、JetBrains、AWS Cloud9 等环境。

缺点

• 场景偏 AWS：不用 AWS 的团队收益有限。
• 免费 Agent 额度少：超出后需要付费升级。
• 通用 AI 编码能力中等：相比 Cursor、Copilot，通用补全和 Agent 不算最强。
• 中文支持有限：更偏英文文档和英文开发场景。

特色功能

• AWS 服务知识库：帮助配置 IAM、调试 CDK、理解 CloudFormation。
• 代码转换 Transform：支持 Java 版本升级和 .NET 应用迁移。
• AWS 控制台集成：可在控制台里对日志、安全漏洞等进行问答。
• 安全漏洞扫描：发现 OWASP Top 10 等常见问题并给出修复建议。
• MCP 支持：可通过 MCP 连接外部工具和数据源。

使用价格

国内支付说明

通过 AWS 账户计费，支持国际信用卡和 AWS Marketplace 付款方式，国内信用卡通常可绑定。

支持的模型

主要使用 Amazon Bedrock 上的 Claude 系列模型，具体版本随 AWS 平台更新。

维护厂商

Amazon Web Services（AWS），亚马逊旗下云计算平台。

Zed

基本介绍

Zed 是一款以性能为核心的开源代码编辑器，由 Atom 编辑器和 Tree-sitter 语法解析工具的原班人马打造，使用 Rust 编写。它启动快、大文件流畅、延迟低，还原生支持多人实时协作。

AI 能力方面，Zed 提供 Agentic Editing、内联 AI 助手、Edit Prediction 等功能。接入方式也比较灵活：可以使用 Zed 托管模型，可以 BYOK 自带 API Key，也可以通过 Ollama 在本地跑开源模型。

官网

https://zed.dev

优点

• 性能极强：Rust 编写，启动和渲染速度都很突出。
• 原生多人协作：多人实时编辑体验自然。
• 完全开源：代码可审查，隐私透明。
• AI 配置灵活：托管模型、BYOK、本地模型三种路径都可选。
• 轻量简洁：界面高效，资源占用低。

缺点

• 插件生态有限：扩展数量和覆盖面远不如 VS Code。
• Windows 支持滞后：主要支持 macOS 和 Linux，Windows 仍在完善。
• Agent 能力有差距：相比 Cursor、Windsurf，AI 原生任务执行还不够强。
• 用户基数较小：社区规模和教程资源偏少。

特色功能

• Agentic Editing：让 Agent 执行跨代码库编辑任务，可操作终端和代码。
• Edit Prediction：预测下一步编辑动作，比普通补全更前置。
• 原生多人协作：像 Google Docs 一样多人同时编辑代码。
• Ollama 本地模型：本地运行开源模型，代码隐私可控。
• MCP 支持：扩展 AI 与外部工具的连接能力。
• Text Threads：在代码上下文中开启 AI 对话线索。

使用价格

国内支付说明

自带 API Key 或使用 Ollama 本地模型时不需要向 Zed 付费。若使用 Zed 托管模型，通过信用卡付费。

支持的模型

支持 Claude Sonnet 4.6 等 Anthropic 模型、OpenAI GPT 系列、Google Gemini 系列，也支持通过 Ollama 运行本地开源模型和 BYOK 接入主流提供商。

维护厂商

Zed Industries，由 Atom 和 Tree-sitter 原班人马创立。

OpenCode

基本介绍

OpenCode 是 SST 团队开发的开源 AI 编程 Agent，运行在终端里，提供类似 Claude Code 的自主编程体验。它用 Go 编写，提供精美的 TUI，可以读写文件、运行命令、调试代码、保存会话。

OpenCode 最大的吸引力是开放和灵活。它不绑定某一家商业服务，支持 Anthropic、OpenAI、Google、AWS Bedrock、Azure、Groq 以及兼容 OpenAI API 格式的提供商。对重视可控性、可审计性、终端工作流的开发者来说，这个方向很实在。

官网

https://opencode.ai

优点

• 完全开源：MIT 协议，代码可审查，社区驱动。
• 多模型支持：Anthropic、OpenAI、Google、AWS Bedrock、Azure、Groq 等都能接。
• 终端原生：TUI 体验适合命令行重度用户。
• 无订阅费用：工具本身免费，自带 API Key 即可使用。
• LSP 集成：通过语言服务器协议增强代码理解。
• 隐私友好：请求直接发往所选模型提供商，没有额外平台锁定。

缺点

• 没有图形界面：只适合能接受终端工作流的人。
• 需要自备 API Key：密钥、额度、账单都要自己管理。
• 学习曲线存在：不熟悉终端 Agent 的用户需要适应。
• 社区相对较小：商业工具的教程、案例和企业支持更丰富。
• 高级功能仍在发展：部分能力和成熟商业 IDE 还有差距。

特色功能

• MCP 协议支持：连接外部工具和数据源。
• LSP 集成：更准确地理解代码结构和语言语义。
• 多 Provider 支持：在不同模型提供商之间切换。
• Session 管理：保存和恢复会话，保持任务上下文。
• 完全自托管：可以修改、部署和审计数据流向。

使用价格

国内支付说明

OpenCode 工具本身免费，成本主要来自模型 API。国内用户可以选择支持国内使用的模型提供商，比如 DeepSeek、Kimi，降低支付和访问门槛。

支持的模型

支持 Claude Sonnet、Claude Opus、OpenAI GPT-5、Google Gemini、AWS Bedrock、Groq，以及其他兼容 OpenAI API 格式的自定义提供商。

维护厂商

SST，知名开源 Serverless 应用框架团队。

总体对比

怎么选

初学者或学生

优先看 Antigravity、Trae 或 Copilot Free。核心原因很简单：零成本入门，功能足够覆盖学习、练手项目和轻量开发。Antigravity 个人版完全免费，但地区限制要先确认；Trae 对国内用户更友好；Copilot Free 胜在生态覆盖广。

个人开发者和独立开发者

可以重点比较 Antigravity、Windsurf 和 Cursor。Antigravity 免费且 Agent 形态激进，适合愿意尝鲜的人；Windsurf 补全和 Cascade 都很顺，价格低于 Cursor；Cursor 的整体能力成熟，适合愿意为稳定 Agent 体验付费的人。

企业团队

优先看 GitHub Copilot Business/Enterprise、Cursor Teams 或 JetBrains AI Enterprise。企业场景最看重的不是单次生成效果，而是账号管理、权限控制、数据留存、审计、团队规则和稳定支持。已经深度使用 GitHub 的团队，Copilot 的管理成本最低；已经使用 JetBrains 的团队，可以少做编辑器迁移。

微信生态开发者

CodeBuddy 很值得优先试。它和微信小程序、腾讯云、TAPD、CNB 等生态更贴近，中文体验和本土化服务也更适合国内团队。

高级开发者和复杂工程任务

Claude Code 仍然是强力选项，尤其适合终端工作流、跨文件重构、复杂 Bug 修复、CI/CD 自动化和多工具联动。如果你更看重开放性和可控性，OpenCode 可以作为开源替代方案，用自己的 API Key 接不同模型。

AWS 云端开发者

选 Amazon Q Developer 更直接。它对 AWS 服务知识、控制台、CloudFormation、CDK、Lambda、S3、IAM、CloudWatch 的理解是通用 AI IDE 很难替代的。遗留 Java 升级和 .NET 迁移也是它的独特能力。

JetBrains 用户

优先试 JetBrains AI。Mellum 免费无限补全很有吸引力，Junie、Claude Agent、Codex 和 ACP 接入也让它不再只是一个聊天插件。对 IntelliJ、PyCharm、GoLand 重度用户来说，不换 IDE 本身就是巨大优势。

注重性能、开源和隐私

Zed 和 OpenCode 更合适。Zed 是高性能编辑器路线，支持 BYOK 和本地模型；OpenCode 是终端 Agent 路线，工具本身开源免费，多 Provider 支持更灵活。

常见问题

Q: 现在还需要传统 IDE 吗？

A: 需要。AI Agent 越强，越需要稳定的项目索引、语义分析、调试器、测试运行器和版本管理。AI 原生 IDE 能改变交互方式，但不会让工程基础设施消失。

Q: 选 Cursor 还是 Windsurf？

A: 如果你更看重成熟生态、多文件改动和 Agent 综合能力，Cursor 更稳；如果你更看重补全速度、轻量体验和 Cascade 的上下文交互，Windsurf 很舒服。预算上 Windsurf 起步价更低。

Q: Copilot 还值得用吗？

A: 值得，尤其是 GitHub 重度用户、企业团队、开源维护者和多 IDE 用户。它未必在每个 Agent 场景都最激进，但生态覆盖、平台集成和稳定性很强。

Q: Claude Code 和 OpenCode 怎么选？

A: Claude Code 更像成熟商业 Agent，能力强、生态完整，但官方服务在国内使用有明显限制；OpenCode 更开放，工具免费，适合自备模型 API、重视终端和可控性的开发者。

Q: 国内团队选型最该注意什么？

A: 先看三件事：能不能稳定访问，能不能正常付款，代码和密钥怎么管理。AI 编程工具一旦拥有读写文件和执行命令的能力，就不能只看生成效果，权限边界、审计日志、模型入口和数据策略都要一起设计。

Q: 免费工具够不够用？

A: 学习和轻量项目够用，真实业务开发通常不够。免费版常见限制是 Agent 次数、Premium 模型额度、上下文大小、团队管理和隐私能力。把免费版当作试用和个人轻量工作流更合适。

结语

AI 代码开发工具会继续快速演进，但选型逻辑已经越来越清楚：补全看低延迟和命中率，Agent 看上下文、权限、工具调用和验证能力，团队落地看管理、合规和成本。

没有哪款工具适合所有人。Cursor 综合能力强，Windsurf 补全顺，Copilot 生态广，Trae 对国内开发者友好，CodeBuddy 贴近腾讯和微信生态，Claude Code 适合复杂工程任务，Antigravity 激进且个人免费，JetBrains AI 适合老牌 IDE 用户，Amazon Q 适合 AWS，Zed 和 OpenCode 则把性能、开源和可控性放在前面。

真正有效的做法是：先选一款最贴近你日常工作流的工具，给它配置项目规则、权限边界和常用任务模板；等团队流程跑顺以后，再补一款不同形态的工具覆盖特殊场景。AI 编程的差距，不只在模型，也在你能不能把它变成稳定的工程习惯。