夜雨聆风AI工具在过去两年的演进，标志着AI从简单的“聊天框（Chat）”迈向了“端到端自主执行（Agent）”与“细分场景原生化（Native）”的深水区。
你提到的这5组对立，恰好精准地踩中了AI发展史上的核心技术与产品拐点：
11类AI工具的2025-2026年变迁大赏
类别 | 2024-2025（初级与集中） | 2025-2026（成熟与分化） | 演进核心逻辑 |
1. AI Agent (智能体) | Manus (云端闭源、商业化割裂) | OpenClaw (开源本地、Jarvis式生态) | 迈向**“本地掌控与隐私重叠”**。Manus开创了Agent热潮，但因商业收费及云端隐私限制（已被Meta收购），迅速被 Peter Steinberger 发起的爆火开源项目 OpenClaw（前身Moltbot）接棒。OpenClaw让AI住进你的主流即时通讯软件（微信/Telegram/Slack）并完全调用本地环境，成为全天候自主执行任务的个人贾维斯。 |
2. 代码辅助 (IDE) | Cursor (独立第三方客户端) | Claude (如 Claude Code) (大模型厂商原生终端工具) | “模型即终端”。Cursor虽然用AI重构了编辑器，但Anthropic和OpenAI直接入局，推出无缝植入开发流程的命令行/原生工具（如Claude Code），甚至能通过 Vibe Coding 一键生成全部基础架构。 |
3. 基础大模型 (LLM) | GPT 系列 (文本/视觉为主的巨头) | Gemini (3.0/Pro) (原生多模态与长上下文) | “原生多模态与超长上下文的实用化”。Gemini 凭借百万量级的原生上下文窗，以及深度结合 Google 搜索的 Grounding 能力，在大规模长文本分析、代码库解析上反超，与GPT形成了各占半壁江山的割据。 |
4. 办公数据 (Spreadsheet) | Excel + AI (传统表格表格的插件化) | 飞书多维表格 / Notion DB (AI原生的低代码数据库) | 从“帮我写公式”到**“帮我建系统”**。传统表格加AI只是修修补补，而飞书多维表格与AI的深度融合，已经做到了用一句话直接生成一套企业级的客户管理、项目追踪低代码系统。 |
5. 视觉设计 (Design) | Photoshop (Firefly) (专业级单图生成/局部重绘) | nano-banana (Gemini 3 Pro) (高细节文字渲染与一致性编辑) | 攻克**“角色一致性与文字排版”**。Google 发布的 Nano Banana（以及升级的 Nano Banana Pro 图像模型）带来了像素级的一致性控制，它能在多张图里锁死同一个角色的脸，并在图像里完美渲染出清晰、可读的各国文字，一举重构了电商设计流程。 |
6. 搜索重塑 (Search) | Perplexity / 秘塔 (纯网页信息聚合提炼) | DeepSeek / OpenAI Search (推理模型主导的深度搜索) | “搜索+深度推理（Reasoning）”。早期的AI搜索只是帮你把网页排版聚合，如今以 DeepSeek、OpenAI o1/o3 为代表的推理模型，在搜索的同时进行全盘逻辑推演，给出的不仅是信息，更是直接可用的复杂解决方案。 |
7. 视频生成 (Video) | Sora / Kling (短秒数、单镜头概念生成) | Veo / Luma (多镜头转场与高物理一致性) | 跨越**“电影级多镜头一致性”**。从前做AI视频只能“抽卡”拼凑单镜头，现在的工具已经能理解多镜头转场、物理碰撞规律，开始真正投入广告和短剧的实际工业管线。 |
8. 个人知识库 (PKM) | NotebookLM (单一论文/文档集的播客生成) | Dify / 独立知识库Agent (多源数据打通的个人助理) | 从“读论文利器”到**“第二大脑”**。工具不再局限于让你上传几个PDF，而是无缝挂载你的本地全量文档（Obsidian/Notion），具备了长效记忆力。 |
9. 语音交互 (Voice) | GPT-4o 语音 (情感拟真，高延迟交互) | 原生实时语音 / 同声传译Agent (极低延迟与端到端场景落地) | 迈向**“无感同传与工作流切入”**。语音交互的延迟被压到了人类反应极限以内，并开始大规模接入跨境客服、跨国会议实时同传等垂直商业现场。 |
10. 浏览器自动化 | BrowserUse / Skyvern (开发者用的脚本化框架) | 系统/浏览器级原生点击 (点对点GUI直接操控) | 告别“写爬虫代码”，进入**“视觉控制”**。AI开始像人眼一样直接识别电脑屏幕上的按钮并前台操作，哪怕网页改版也能自主应变。 |
11. 3D与空间计算 | Meshy / Luma 3D (粗糙的单体3D网格生成) | 高精高斯泼溅 (Gaussian Splatting) (照片级场景重建与动作捕捉) | “工业级高保真”。AI生成的3D资产从“玩具”变成了可以直接塞进虚幻引擎（Unreal Engine）或 AR/VR 场景中的工业级可用素材。 |
2026年最新：精选各赛道“高性价比/免费开源”的平替推荐
如果你不想支付高昂的订阅费，或者担心云端数据隐私，以下是当前最实用、值得入手的替代方案：
🛠️ 1. AI Agent 赛道（Manus 的平替）
开源平替：OpenClaw
理由：GitHub狂揽20多万星。最大的优势是本地安全。你只要准备自己的 API Key（甚至可以用本地部署的 DeepSeek/Ollama），就能在微信或 Discord 里随时给它发指令，让它帮你操作本地文件、查资料、甚至帮你写好代码打包。
云端免费/低成本平替：n8n (Self-hosted)
理由：如果你需要的是定时的、确定性的自动化工作流（比如每天抓取行业新闻自动发到群里），用 n8n 配合 AI 节点比 Manus 这种自由度过高的 Agent 更稳定，且完全免费。
💻 2. 代码/编辑器赛道（Cursor 的平替）
完全开源平替：Void / Roo Code (原 Roo Cline)
理由：不想每个月给 Cursor 充20美刀？可以使用 VS Code 插件 Roo Code 或开源 IDE Void。它们同样支持大模型直接读取你的整个代码库、自动修改多份文件。最关键的是，你可以自由切换各种平替的 API（如 DeepSeek 极其便宜的 API），成本直降 90%。
📊 3. 办公/低代码赛道（飞书多维表格/Notion 的开源平替）
开源平替：NocoDB / AppFlowy
理由：NocoDB 能把你的任意数据库（MySQL/PostgreSQL）瞬间变成像飞书多维表格/Airtable 一样的精美表格界面，自带 AI 辅助；AppFlowy 则是 Notion 的本地开源平替，数据完全在自己手里，支持离线使用和 AI 协同。
🎨 4. 视觉与排版赛道（Midjourney/PS 的平替）
开源平替：Flux.1 (配合 ComfyUI)
理由：在开源社区，Flux.1 的画面精细度和文字渲染能力完全不输商业的 nano-banana 或是 Midjourney。通过本地配置 ComfyUI 工作流，你可以实现完美的局部重绘、艺术字排版，且不花一分钱。
建议可以先从 OpenClaw（解决自动化需求）和 Roo Code 插件（解决低成本AI编程）开始体验。想要了解更多关于自动化运行的内容，可以参考这个关于 AI 智能体运作的视频：
AI智能体与大模型全景解析
这个视频用简短的篇幅清晰对比了 OpenClaw 与云端 Agent 在架构和隐私上的差异，能帮你更好地理解开源 Agent 的本地优势。
