夜雨聆风测了几款主流 AI 编程工具，了解了各自的优劣、模型差异与Token消费逻辑。 主要使用了Claude Code，整体稳定，足以应对基础开发，是不错的工具。但目前 AI 编程工具选择极多，亚马逊 Kiro cli、字节 TRAE 等工具各有优势，体验不输Claude Code，其实编程Agent的逻辑和用户体验已经趋同。
其中字节 TRAE 的体验最超出预期，之前不少 Bug，在 Claude Code（Minimax-2.7模型）上耗时数小时都未能解决，来回折腾让人很沮丧，换到 TRAE 后可以快速定位并修复，效率提升非常明显。 分析了一下发现核心差距在于底层模型配置：Claude Code 仅搭载单一 Minimax 模型，复杂场景适配有限；而 TRAE 支持 DeepSeek-v4、glm5、Doubao-seed 等多款主流模型自由切换，适配各类编程场景。这种多模型按需调用的策略，和亚马逊 Kiro cli 的产品思路基本一致，也是当下更合理的 AI 编程工具选择。
实测发现 AI 编程Token 消耗极高，依托海量上下文加载，以及Claude胡说八道来回折腾（幻觉，记忆不给力，Harness不到位），首月累计消耗 26 亿 Tokens。复盘来看，通过更加娴熟的工程技巧（需求分析 brainstorming - 工程计划 plans - TDD 测试驱动开发 ），以及AI 工具Prompt/Context/Harness管理优化，至少可以降低 50% 以上的无效消耗。
性价比方面，Claude Code 需单独付费调用 Minimax，模型单一，有些需求有点拉垮。TRAE 采用工具订阅模式，低成本即可使用多款优质大模型，选择更多、性价比更高。
如果还是需要订阅API，强烈建议订阅 Token Plan，按量计费成本实在太高。分享下我的心得：Minimax 价格友好、货源稳定，适合新手；智谱 GLM5.x体验优秀，但库存紧张很难抢到；DeepSeek 按量计费，成本不可控；Kimi、Qwen 性能蛮强大，也是Token Plan订阅模式，值得入手。
最后聊聊真实的感悟：AI 是强大的工具，但绝非万能。它可以替代编码、调试等重复性体力工作，但需求拆解、架构设计、工程思维和业务把控，依旧依赖开发者自身的专业能力。人类来主导、AI 辅助开发，才是正确的使用场景。
