夜雨聆风字数 3779，阅读大约需 10 分钟
你听说AI能写代码了，于是打开一个网页AI，把代码贴进去，描述你的问题，复制它的回答，粘回编辑器——发现不太对，再贴一遍，再改一遍……
折腾半天，你得出一个结论：AI写代码不太靠谱，总是理解不到位。
但这个结论对吗？还是说，不是AI不行，而是你用它的方式限制了它能做到的事？
后来你去搜"AI编程工具"，发现了一堆名字：Claude Code、Copilot、Codex、VS Code、Trea、Antigravity……
你想弄清它们有什么区别，越查越乱
有人说这个是插件，那个是命令行，这个要API，那个能接国产模型。
我想你需要的，其实不是一个工具排行榜。
排行榜过两个月就过时了。
我想给你两把尺子。
有了这两把尺子，不管以后再冒出什么新工具、新名词，你自己就能量出它是什么，值不值得用。
第一把尺子：编程的基本结构
在聊AI之前，先搞清楚一件更基础的事：编程这件事，到底由什么组成？
这个问题大多数教程不讲，默认你知道。
但如果你是从网页AI开始接触编程的，你很可能对此并没有清晰的概念。而正是这里的模糊，导致了后面所有的混乱。
代码：就是文件
代码的本质，是文本文件。
一个Python文件（.py），一个JavaScript文件（.js），跟你电脑里的txt记事本文件，本质上是一回事——都是存在硬盘上的文件，里面都是文字。
你完全可以用记事本打开一个.py文件，改几个字，保存，它就变了。
这一点为什么重要？因为后面你会看到，不管什么AI工具，不管它界面长什么样，最终干的事情都一样：读代码文件，改代码文件。 理解了这个，后面很多东西就不神秘了。
IDE：写代码的工作台
直接用记事本写代码当然可以，但效率太低。所以有人做了专门的软件，帮你更高效地编辑代码。
这类软件叫IDE（集成开发环境），你可以把它理解为程序员专用的Word。它能把代码涂上不同颜色让你看得更清楚，能帮你一键运行代码看结果，出错了能告诉你第几行有问题，还能管理一个项目里几十上百个文件。
如果你用过PyCharm、Jupyter Notebook，你已经在用IDE了。
目前最主流的是：VS Code（微软出品，免费，全球最流行）
Cursor，是在VS Code基础上深度改造的AI编程IDE，内置了AI对话和代码编辑能力，目前用户量很大。
Trea，是字节跳动出品，界面很像VS Code，国内直接用，内置AI功能。
更多还有Windsurf、JetBrains系列等等，数不过来。但不管叫什么名字，它们都是这一层的东西——写代码的工作台。
记住一件事：IDE本身不是AI。
它是你写代码的工作台，AI是后来请进来的帮手。
把这两件事分开，很多概念就不会搞混了。
终端：另一种操作代码的入口
终端就是那个黑底白字的窗口，你在里面输入命令，电脑就执行。
比如你输入 python main.py，意思就是"运行这个Python文件"。
很多初学者觉得终端很"硬核"，跟自己没关系。
但在AI编程的时代，终端突然变得非常重要——因为目前最强的AI编程工具Claude Code，就运行在终端里。
终端和IDE不矛盾，它们是操作同一份代码的两个不同入口。
IDE是图形化的界面，终端是纯文字的界面。
很多程序员两个同时开着，各取所长。
所以你看，
编程的基本结构就是三个东西：
代码文件是被操作的核心对象，
IDE和终端是两种操作它的方式。
一个图形化，一个命令行，操作的是同一份代码。
不管AI怎么发展，这个底子不变。
第二把尺子：AI编程的三个要素
现在AI介入了编程。AI编程的效果好不好，由三个要素共同决定。
模型：AI的大脑
模型是AI的大脑，是真正在"思考"的东西。
你在不同平台上跟AI对话，背后是不同的大脑在工作：豆包背后是字节的模型，千问背后是阿里的Qwen，Kimi背后是月之暗面的模型。
它们不是同一个脑子。
虽然都叫AI，但能力差异很大——就像同样叫"医生"，
有刚毕业的实习生，也有三十年经验的主任医师。
截至2026年4月，编程领域公认最强的两个大脑：
• Claude Opus（Anthropic出品）—— 处理复杂项目、理解模糊需求特别强 • GPT-5.4（OpenAI出品）—— 上下文窗口极大，还能自己操作电脑
国产模型里，Qwen（千问）、GLM（智谱）、kimi（月之暗面） 进步很快，日常开发已经相当好用，但从实际体验来说，仍然有不小的差距。
当然，他们最大优势是国内直接调用，不需要梯子。
模型是整个AI编程最重要的一环。
用顶级大脑配普通工具，效果大概率好过用顶级工具配普通大脑。
很多人选工具只看软件界面，从没想过背后的大脑是谁——这是最常见的认知盲区。
Agent框架：AI被允许怎么干活
光有聪明的大脑不够，还得看这个大脑被安排以什么方式工作。
想象同样一个很聪明的人，你用三种方式让他帮你修水管：
打电话。 你描述水管漏了，对方没见过你家，只能凭描述给建议。你说得清楚，建议就靠谱；你遗漏了细节，对方就会判断错。
让他坐在你旁边。 他能看到你在做什么，随时提醒"这里你接错了"。比打电话好很多，但动手的还是你。
把钥匙给他，让他自己去你家干。 他能看到所有管道，自己拿工具，自己修，修完自己测试通不通水，不行再改。你只需要最后验收。
这三种方式，区别不在于谁更聪明，而在于AI被允许看到多少信息、被允许做多少操作。
这个"怎么组织AI干活"的设计，就是Agent框架。框架越强，AI能自主完成的事情就越复杂、越完整。
规约设计：你怎么传达意图
有了好大脑，有了好的干活框架，还有最后一环：你怎么把你想要的东西准确传达给AI。
这包括你怎么写需求描述、怎么组织背景信息、怎么用配置文件约束AI的行为。一条含糊的需求对结果的破坏力，不亚于换一个差的模型——AI再聪明，如果你的指令指向了错误的方向，它只会高效地给你一个错误的结果。
规约设计是一个很深的话题，值得单独写一篇来讲。
本文先按下不表，但请记住：它和模型、Agent框架同等重要。
现在我们总结一下，
AI编程效果 = 模型 × Agent框架 × 规约设计
注意是乘号，不是加号。
任何一项弱，整体效果都会大打折扣。大脑再聪明，只能隔着电话聊（弱Agent框架），干不了大活。Agent框架再强，大脑不行，干出来的活质量也上不去。
三个还行的东西叠在一起，不会自动变强——得每一项都尽量拉到高位，乘出来的结果才有质的区别。
两把尺子叠在一起，就是一张地图
现在来做最关键的一步。
所有AI编程工具，都可以用两个维度来定位：
• 横轴（第一把尺子）：它通过什么方式操作你的代码——终端，还是IDE？ • 纵轴（第二把尺子）：AI介入到什么程度——只能远程聊天，还是能自主干活？
知道了这两个维度，我们来看市面上你听到过的那些名字，它们各自在什么位置。
底层：远程聊天——AI看不到你的项目
豆包、千问、Kimi、DeepSeek网页版，以及所有网页端AI对话。
这就是文章开头说的那个场景：你复制一段代码给AI，AI给你回复，你再复制回去。AI完全看不到你的项目文件，每次对话都是从零开始。
就像打电话求助——对方没来过你家，只能凭你的描述猜。
这种方式门槛最低，适合问独立的技术问题、解释一段代码、写一个孤立的小函数。但做不了项目级的事，因为AI缺乏上下文。
中层：实时建议——AI坐在你旁边
Copilot（装在VS Code等IDE里的插件）。
你写代码的时候，它实时给补全建议。它能看到你当前编辑的文件和部分上下文，比网页AI进步了一大截。
就像有个人坐在你旁边看你干活，随时说"下一步你是不是要写这个"，你觉得对就按Tab接受，不对就忽略。
Copilot按次计费而非按token量，性价比很高。内部还可以选择不同的大脑（Claude或GPT都能选）。它的定位是不打断你的工作流，在你写代码的过程中随时辅助。
顶层：自主干活——AI拿了你的钥匙
Claude Code（在终端里运行）和Antigravity（Google出的Agent优先IDE）。
这一层的AI不再只是给建议——它直接进入你的项目文件夹，能读所有文件，能自己改代码，能自己执行命令查看结果，发现错误自己修复。
你说"帮我加一个用户登录功能"，它自己看现有代码结构、自己创建新文件、自己改配置、自己跑测试，全程几乎不需要你介入。你只需要最后验收结果。
Claude Code是目前Agent框架做得最强的工具。它从第一天就被设计成"让AI自己干活"的模式，不是在聊天工具上面加功能。它默认用Claude Opus大脑，也可以改配置接国产模型（这样不用翻墙）。
Antigravity（反重力） 是Google出品的AI编程IDE。它最值得关注的一点：免费提供Claude Opus的使用权限。 本来通过API用Opus做一个复杂任务可能花5到15美元，在这里免费。它还能同时派出最多5个AI并行干不同的子任务。目前还是预览阶段，需要国际网络访问。
其他你可能听到的名字
Trea —— 字节出品的国产IDE，内置AI，国内直接用，不需要任何配置。如果你的网络环境有限制，这是最省心的起步选择。
VS Code（纯净版） —— 本身不含AI，是纯粹的代码编辑器。但它的生态极其丰富，你可以往里面装各种AI插件（Copilot、Claude Code等），把它变成AI工作台。
Codex —— OpenAI出品的桌面端AI工具。很多人的用法是：用Claude Code写代码，用Codex审查代码，两个AI互相检查。
一个关键认知：大脑和工具是分开的
这张地图上还藏着一个不明显但非常重要的事实：
模型（大脑）和工具可以自由组合。
• Claude Code默认接Claude Opus，但改一行配置就能接Qwen或GLM • Copilot内部可以选用Claude还是GPT • Antigravity里同时提供Claude Opus和Google自家的Gemini
这就像一辆车可以换发动机。工具是车身，模型是发动机。同一辆车装不同的发动机，性能完全不同。
理解了这一点，选工具的问题就变了：核心不是"哪个软件好"，而是"通过哪条路径，我能用上最好的大脑，同时获得最强的Agent框架"。
怎么选：从你的实际情况出发
框架讲完了，落到实际选择。你只需要先回答一个问题：
你能不能稳定地访问国际网络？
如果不能
推荐：Trea + 国产模型API
Trea国内直接下载安装，内置AI，打开就能用。如果需要更强的模型能力，可以申请Qwen或GLM的API接入，流量全程走国内。
这是目前对网络限制最友好的方案。代价是用不了Claude Opus和GPT-5.4两个最顶级大脑，但国产模型能力在快速追赶，日常开发完全够用。
如果可以
你面前有更多选项，根据需求选择：
想零成本体验最强AI → Antigravity。 免费使用Claude Opus，IDE界面上手友好。
追求AI干活能力的天花板 → Claude Code。 Agent框架最强，能自主完成复杂工程任务。需要API费用。
想在写代码过程中随时有AI辅助 → Copilot。 装在VS Code里，实时建议，按次计费，性价比极高。
这些选项不冲突。进阶用户通常混合使用：IDE里开着Copilot日常写代码，遇到复杂任务切到终端用Claude Code，需要第二意见时让Codex做审查。
不管你现在处于什么阶段
如果你还在用网页AI复制粘贴写代码，上面任何一条路都是本质性的升级。
升级的核心不是"换了一个更聪明的AI"，而是你终于让AI看到了你的整个项目，而不是只看到你复制过去的一小段。
现在总结一下
你有了两把尺子和一张地图。
第一把尺子：编程的基本结构。 代码就是文本文件，IDE和终端是操作它的两种方式。
第二把尺子：AI编程的三要素。 模型决定大脑多聪明，Agent框架决定AI被允许怎么干活，规约设计决定你能不能把意图说清楚。三者相乘，缺一不可。
两把尺子交叉就是地图。 任何工具都可以在上面找到自己的位置。
下次看到一个新工具冒出来，你不需要再被名字搞晕。只问三个问题：它在哪里操作代码？AI能介入到什么程度？背后调的是哪个大脑？ 三个问题答完，你就知道它是什么了。
写于2026年4月。AI编程工具更迭很快，具体产品信息以官方最新说明为准。
