打开手机随便一划，豆包、Kimi、DeepSeek、ChatGPT、Claude、Perplexity、元宝、即梦、可灵。

打开电脑也是，除了上面的网页端或者桌面端，还有其他的，Cursor、Trae、龙虾、爱马仕、马维斯、扣子。。。我数了一下，我手机和电脑上跟AI相关的应用加起来超过20个。而且每隔一段时间就有新的AI工具出现或者更新。

我自己作为一个每天重度使用AI的人，也不会把所有工具都装一遍。我写AI一手的日常工具栈其实就5-6个，Claude Code写代码和做内容工具、Grok追踪X上的AI一手资讯、GPT生图、Perplexity 或者GPT5.5 pro 做深度调研，国内日常用豆包和Kimi。

但我知道大多数人连第一步都还没迈出去。不是不想用，是不知道该从哪个开始。

这篇文章就是解决这个问题的。我按场景把2026年主流的AI工具做了一次系统梳理，不是那种「列50个工具名字加一句话介绍」的表面文章，而是每个工具都会说清楚它到底强在哪、跟同类比差别在哪、什么人用它收益最大。你可以直接跳到自己关心的场景。

在开始之前，先说一个核心框架

我自己用了三年AI工具，得出的最大经验可以用四个字概括，「双栈策略」。

什么意思呢？就是国内工具和国外工具各选一套，两条腿走路。国内工具处理中文日常，反应快、不折腾、对中文语境的理解天然更好；国外工具啃硬骨头，深度推理、复杂代码、学术分析这些需要硬实力的场景，目前国外模型确实还领先一截。

很多人会问「那我只用国内的行不行」或者「我只用ChatGPT行不行」。行，但你会在某些场景里明显感觉到瓶颈。只用国内工具，遇到复杂的逻辑推理和代码任务会吃力；只用国外工具，中文内容的语感、国内平台的对接、以及使用的便利性都不如国内工具。

双栈策略的核心不是让你多装工具，而是让你在每个场景里都用上最强的那个。下面按场景展开。

1 日常对话和万能问答

这是最基础的需求，也是90%的人接触AI的第一个场景。写邮件、润色文案、头脑风暴、翻译、问问题，这些事情基本上主流AI工具都能干，但它们之间的差别比大多数人以为的要大。

差别主要在三个维度，中文语感、推理深度、生态连接。

豆包是目前国内用户量最大的AI助手，2026年一季度月活约3.4亿，国内排名第一。它不仅仅是一个聊天工具，而是已经成了字节整个内容生态的AI入口。豆包的中文语感确实好，这不是玄学，是因为字节拿了海量的中文互联网数据做训练，而且产品迭代极快。它的强项是日常轻度任务，写个通知、改个措辞、翻译一段话，响应速度快、结果直接能用。但如果你给它一个需要多步推理的复杂问题，比如「帮我分析一下这三个方案的优劣，从成本、时间、风险三个维度交叉比较」，它的表现就会跟下面几个拉开差距。

DeepSeek的定位跟豆包完全不同。它不追求产品体验的丝滑，而是把所有资源砸在模型能力上。推理能力在国内是第一档，数学和逻辑任务上甚至能跟GPT正面打。而且完全免费。如果你的需求偏向「帮我想清楚一个复杂问题」而不是「帮我润色一段话」，DeepSeek是性价比最高的选择。它的劣势也很明显，UI比较朴素，多模态能力弱（不能处理图片、不能生图），而且高峰期偶尔会卡。

ChatGPT不用多说，综合能力第一梯队。它的核心优势不是某个单项最强，而是什么都能干而且什么都干得不差。处理英文内容、联网搜索、生图、分析数据、写代码，一个产品全包了。对于经常需要处理英文内容、或者需要一个「万能瑞士军刀」的人，ChatGPT目前还是最省心的选择。

Claude在这个场景里的独特优势是写作质量和长文本理解。如果你需要AI帮你写一篇高质量的长文——不是那种通顺就行的，而是要有结构、有逻辑、有文采的——Claude目前是最好的。它对微妙的语义差别特别敏感，改出来的东西不像AI改的。另外，Claude的上下文窗口是目前最大的之一，处理超长对话不容易「忘事」。

Gemini 3.1 Pro是Google在2026年2月发的最新模型，推理能力比上一代翻了一倍多，在18项基准测试里有12项排第一。它最大的独特优势是跟Google全家桶的深度整合——Gmail、Google Docs、Google Calendar、Google Drive，如果你的工作在Google生态里，Gemini能直接读你的邮件、文档、日程，上下文理解比其他AI工具强一个维度。另外它支持100万token的上下文窗口，能一次处理900页PDF或1小时视频，多模态能力（文本+图片+音频+视频）是目前最全面的。

腾讯元宝是另一个值得注意的选手，月活已经突破1亿，日活超过5000万。它的独特优势是直接对接微信生态——能搜索微信公众号和视频号的内容，这是其他AI工具都做不到的。如果你的日常工作跟微信生态强相关（比如运营公众号、做微信生态的内容），元宝在信息获取上有独家优势。另外它现在还上线了「元宝派」社交功能，可以在群聊中@元宝帮你总结聊天重点、生成计划。

文心一言是百度系的AI助手，背靠百度搜索的信息优势，在中文知识问答上有自己的基本盘。如果你的公司用百度系的产品（百度网盘、百度文库），文心一言的生态打通会比较方便。

一句话总结这个场景的选择逻辑，日常轻度用豆包、复杂推理用DeepSeek、微信生态用元宝、英文+全能用ChatGPT、重度文字工作用Claude、Google生态用Gemini。如果你只选一个，豆包或DeepSeek就够覆盖80%的日常需求了。

2 搜索和深度调研

传统搜索引擎给你一堆链接让你自己筛选，AI搜索直接给你整合好的答案。这个差别在需要做调研的时候特别大——你问一个问题，传统搜索需要你打开十几个网页自己综合判断，AI搜索直接帮你干完这一步。

但AI搜索工具之间的差别也很大，核心区别在于信息源的广度、深度调研能力、以及实时性。

秘塔搜索是国内做得最好的AI搜索产品之一。它的核心优势在于中文搜索结果的整合能力——搜出来的结果会自动整合成一份结构化的回答，每段都标注了来源，省去了你自己打开十几个网页逐个筛选的时间。适合快速了解一个话题、做初步调研。它的局限是深度调研能力有限，给你的是一份综合摘要而不是一份深度报告。

这里特别提一下腾讯元宝的搜索能力。元宝接入了微信搜一搜和搜狗搜索，搜索结果能覆盖微信公众号、视频号这些腾讯生态的独家内容。如果你要搜的信息源头在微信生态里（比如某个行业的公众号文章），元宝是目前唯一能直接搜到的AI工具。

Perplexity是目前全球公认的AI搜索天花板。单纯的快速搜索它做得就已经很好了，但真正让它拉开差距的是Deep Research功能。你给它一个问题，它会自动拆解成几十个子问题，分别搜索，然后整合成一份带引用、有逻辑的完整报告。这篇文章你看到的很多数据和判断，底层就是我用Perplexity跑出来再筛选整合的。做竞品分析、写行业报告、准备融资材料，Perplexity能帮你把调研时间压缩80%。

Grok是一个很特殊的存在。马斯克做的，最大的差异化是直接对接X（Twitter）的实时数据。其他AI搜索都是爬网页，Grok能直接搜推文和讨论。这在某些场景下不可替代——比如你想知道某个话题在海外技术圈的实时讨论、某家公司出了什么新动作、某个开源项目社区的反馈。我自己用Grok的核心场景就是追踪AI行业的一手资讯，因为这个领域最快的信息源就是X。

纳米搜索是360做的AI搜索产品，走的是「搜索引擎全面AI化」的路线。它的特点是把传统搜索的信息覆盖面和AI的总结能力结合在一起，搜索结果会同时给你AI整合的回答和原始网页链接，让你自己判断。适合那些不想完全依赖AI总结、还是想看原始来源的人。

天工AI在学术搜索上有独特优势，支持直接搜论文和学术数据库。如果你是学生或科研人员，需要查文献，天工AI是一个值得试试的选项。

选择逻辑，中文日常调研用秘塔、深度研究用Perplexity、追踪海外实时信息用Grok、学术资料用天工AI、想看原始来源用纳米搜索。

3 长文档处理

这个场景的刚需程度被严重低估了。想想你工作中有多少时间花在读文档上——季度报告、合同、投标书、行业研报、竞品分析。AI处理文档的能力在过去一年有了质的飞跃。

这个场景的选择核心在于，你的文档有多长、有多少份、你需要的是「提取信息」还是「深度理解」。

Kimi在这个场景里是国内的绝对首选，原因很具体——它的长上下文能力是目前国内最强的。什么概念呢？你可以一次性给它扔进去几百个文档（官方支持上传500个），然后跟这些文档对话。「帮我从这15份财报里找出所有提到海外扩张计划的段落」「比较一下这三份合同的付款条款有什么不同」，这种跨文档检索和比较的任务，Kimi处理得非常好。金融分析师、律师、学术研究者是它的核心用户群，因为这些人天天跟大量文档打交道。

Kimi的局限在于，它的强项是「在文档里找信息」，但如果你需要的是对文档逻辑和论证的深度理解——比如「这篇报告的结论能不能站住脚？论据有没有漏洞？」——Claude和ChatGPT会做得更好。Claude尤其擅长这种需要精细理解的任务，它对文本细节的把握能力目前应该是最强的。

Gemini 3.1 Pro在这个场景也值得一提——100万token的上下文意味着它能一次性吃下900页PDF或者1小时的视频，而且它不只能处理文字，音频、视频、图片都能直接丢进去。如果你的文档是多媒体混合的（比如带大量图表的研报、视频会议录屏），Gemini的多模态能力是目前最全面的。

通义千问这里要特别提一下，不是因为单项能力最强，而是因为生态优势。如果你的公司用钉钉和阿里云，通义千问跟整个阿里系的办公生态是打通的，文档处理可以直接在钉钉里完成，不需要额外导出导入。对阿里系公司来说，这个便利性比单纯的模型能力更重要。

选择逻辑，大量文档的批量检索用Kimi、单篇文档的深度理解用Claude或ChatGPT、多媒体混合文档用Gemini、阿里系公司用通义千问。

4 PPT制作

先说一个判断，AI做PPT在2026年已经从「能用但丑」变成了「直接能交差」。但「交差」和「惊艳」之间还有很大的距离。

Gamma是目前全球体验最好的AI PPT工具。你给它一个主题或者一段文字，它不只是生成幻灯片，而是会帮你理出叙事结构——先讲什么后讲什么、每页的重点是什么、视觉层次怎么安排。生成出来的设计感明显比传统模板强一个档次。它的局限是更适合西式的演示风格，中文排版有时候会有一些小问题。

WPS AI的优势是中文排版和国内办公生态的无缝对接。直接集成在WPS里面，你在写文档的同时就能一键生成PPT，不需要额外装工具。如果你平时用WPS办公，它是最省事的选择。

ChatPPT模板丰富，中文排版不错，适合需要快速出稿的场景。

还有Kimi ppt，国内最早就做的ppt的厂商，做的ppt也是非常漂亮的。

这里说一个很多人忽略的用法。与其从零让AI生成PPT，不如先用ChatGPT或Claude把演讲大纲和每页的核心信息理清楚，然后再丢给Gamma或WPS AI去做视觉呈现。AI目前做内容和做视觉的能力是分开的，把这两步拆开做效果会好很多。

判断标准，如果是给投资人或者客户看的重要演示，AI生成的PPT只能当初稿，你还是得手动调整设计和叙事节奏。如果是内部周会、月度汇报，AI出的东西基本可以直接用。

5 表格和数据分析

不是所有人都会写Excel公式的，但所有人都需要处理表格。这个场景AI的介入点非常清晰——用自然语言替代公式和操作。

ChatExcel是北大团队做的，它解决的核心问题是让不会Excel的人也能做数据处理。「把A列按日期排序」「算出每个月的销售总额」「把这个PDF里的表格提取出来转成Excel」，直接用中文说就行。它还有一个很实用的功能是OCR转表格——拍一张纸质表格的照片，直接转成可编辑的Excel文件。适合不会公式但经常需要处理数据的人。

WPS AI的数据分析能力集成在WPS表格里面，能用自然语言生成公式、做数据透视表、生成图表。如果你已经在用WPS，它是最自然的选择。

ChatGPT的高级数据分析功能走的是另一条路——它不是帮你操作Excel，而是上传文件后用Python帮你分析。所以它能做的事情比简单的公式操作复杂得多，回归分析、趋势预测、数据可视化、异常值检测，这些都可以。适合有一定数据分析需求的人。

Microsoft Copilot集成在Office 365里，能力全面但需要公司采购了Office 365订阅才能用。如果你公司本来就有，直接用就行。

一个容易被忽略的点，如果你的数据分析需求比较复杂（不只是排序筛选，而是要建模、做预测、出可视化图表），直接用ChatGPT的数据分析功能会比任何Excel插件都强，因为它底层是在跑Python代码，能力上限高得多。

6 会议纪要

这个场景的选择逻辑极其简单，你公司用什么开会就用什么AI。

飞书妙记、

钉钉闪记、

腾讯会议AI，三大平台的AI会议纪要功能现在都已经非常成熟了，自动生成纪要、标注发言人、提取待办事项，体验都不差。选择的唯一标准就是你公司用哪个平台。

唯一值得补充的一个场景是线下会议。如果会议不在这三个平台上（比如面对面开会），用手机录音然后传给Kimi或者豆包整理。Kimi的长上下文在这里有优势——如果是一个两小时的长会议，转录出来的文本量很大，Kimi能比较好地处理全文。

7 AI生图和设计

2024年AI生图还经常出六根手指，2026年已经能出商业级的图了。这个领域的进步之快，可能是所有AI应用场景里最直观的。

这个场景的选择核心在于，你要什么风格的图、图上有没有中文字、以及你对质量的要求有多高。

即梦是字节做的，目前国内AI生图的天花板。它最大的技术优势是对中文文字的控制——如果你需要生成带中文字的海报、封面、电商主图，即梦目前是唯一能做到文字不出错、排版自然的工具。其他AI生图工具碰到中文字基本都会乱码或者排版崩塌。这个单点优势对电商运营和新媒体编辑来说几乎是不可替代的。

Midjourney依然是全球艺术质感最好的AI生图工具。它的图有一种很难形容的「质感」——光影、构图、氛围感，出来的东西看起来像专业摄影师和设计师的作品，而不是「AI生成的图」。如果你追求的是视觉冲击力和高级感，Midjourney是首选。局限是它对中文指令的理解不太好，需要用英文Prompt。

ChatGPT的生图能力在2026年有了质的飞跃——OpenAI直接淘汰了DALL-E，换成了全新的GPT Image 2模型。这个模型不再是传统的扩散模型，而是像生成文字一样生成图片，最大的突破是文字渲染准确率英文99%、中文超过90%，支持4K分辨率输出。最大优势还是跟ChatGPT的对话无缝衔接——你可以一边聊创意一边让它画，还能基于你上传的图片做修改、做延伸。这种「对话式生图」的体验是其他工具给不了的。我自己现在日常生图基本就用GPT了，不追求极致质感的情况下已经够用。

Gemini的生图在照片级写实风格上做得不错，如果你需要的是接近真实照片的AI生成图，可以试试。

通义万相是阿里的AI生图工具，跟通义千问、钉钉共享一套生态。如果你的公司用阿里系产品，通义万相在内部流程上最顺畅——生成的图可以直接在钉钉、通义千问里调用，不需要额外导出导入。图片质量在国产工具里属于第一梯队，尤其是商业场景的产品图、场景图表现不错。

Adobe Firefly是Adobe做的AI生图，最大的价值不是单独用，而是跟Photoshop、Illustrator深度集成。你在PS里选中一个区域，直接用Firefly做生成式填充、扩展画布、替换背景，工作流完全不需要切换工具。对于本来就在Adobe生态里工作的设计师来说，Firefly不是一个额外的AI工具，而是PS的一个新功能。如果你不用Adobe全家桶，单独用Firefly的意义不大。

Canva AI（Magic Studio）走的是另一条路——它不是纯生图工具，而是把AI能力嵌入到了设计工作流里。你可以在Canva里用AI一键生成海报、演示文稿、社交媒体图，还能做智能抠图、背景替换、设计尺寸自动适配。它最大的优势是模板生态极其丰富，对于不会设计但需要经常出图的人（运营、行政、市场），Canva AI可能比Midjourney和即梦都更实用，因为它给你的不只是一张图，而是一个可以直接用的设计成品。

8 AI视频

2024年AI视频还只能生成几秒钟的抽搐画面，2026年已经能出让人分不清真假的内容了。

可灵是快手做的，国内AI视频的标杆。它最强的技术特点是首尾帧控制——你可以分别指定视频的第一帧和最后一帧画面，AI帮你生成中间的过渡动画。这个能力对产品展示、广告短片特别有用。另外可灵的价格在同类工具里是最亲民的。

即梦视频（Seedance 2.0）是字节做的，2026年初发布后直接把国产AI视频的天花板抬高了一截。它的核心优势是「导演感」——生成的视频在叙事连贯性、镜头语言上明显比同类产品好，特别适合做短剧和故事性内容。而且价格只有可灵的一半左右，在短剧和动漫创作领域的使用率已经超过了可灵。跟即梦图片共享一套生态，如果你主要做抖音内容，即梦最大的优势是跟字节的分发体系打通。

Pika是海外AI视频生成的另一个重要玩家，跟Runway属于同一梯队。Pika的特色是对视频的精细编辑能力——你可以选中视频里的某个物体单独修改（比如换衣服颜色、改背景），而不是重新生成整个视频。这种局部编辑能力在商业视频制作中非常实用。

Runway的Gen-3是全球质量最高的AI视频模型之一，适合追求电影级质感的专业创作者。Sora已经在2026年3月关停了，OpenAI把资源转去做其他方向了，这里就不推荐了。

HeyGen是AI数字人赛道的头部产品。它解决的核心需求是——你不需要真人出镜，上传一段几分钟的视频让它学习你的形象和声音，之后只要输入文字脚本，它就能生成你的数字分身来「说话」。而且支持多语言口型同步，一段中文视频可以直接转成英文版、日文版，嘴型都对得上。做培训视频、产品介绍、多语言营销内容的团队用得最多。如果你需要批量生产「真人出镜」的视频但拍摄成本太高，HeyGen是目前最成熟的替代方案。

Descript值得单独说一下，它跟上面几个完全不同。Descript不是AI生成视频，而是AI辅助视频剪辑——你编辑视频的方式跟编辑Word文档一样，直接改文字稿就能同步改视频。删掉一段文字，对应的视频片段就自动删掉。它还有一个Overdub功能，可以用AI生成你的声音来修补录音错误，不需要重录。适合做播客、培训视频、会议录屏剪辑的人。

这个领域变化太快，每隔一两个月就有新的能力突破。国内目前即梦Seedance 2.0和可灵3.0并列第一梯队，即梦在叙事和性价比上更强，可灵在电影级画质和1080P分辨率上领先。国外关注Runway和Pika就够了。

9 AI编程

这是2026年变化最大的领域，也是对我个人工作影响最深的一个。一年前AI写代码还只是「辅助补全」——你写一行它猜下一行。现在已经进化到你可以把整个项目交给它，从需求理解到代码实现到测试到部署，全自动完成。

这个场景的选择核心不是「哪个AI写代码最好」，而是「你想要什么样的人机协作模式」。

Cursor是目前全球最火的AI编程IDE，核心理念是把AI深度集成到你的编辑器里。它能理解你整个项目的上下文，你在编辑器里选中一段代码说「把这个函数重构成异步的」，它直接改好。适合在传统IDE工作流里想加入AI辅助的专业程序员。Cursor的优势是体验丝滑、跟编辑器的结合度高，劣势是需要付费订阅。

Claude Code和Codex代表的是另一种模式，不是「AI辅助你写代码」，而是「你把任务交给AI，它自己写」。Claude Code是Anthropic的命令行工具，Codex是OpenAI的（完全开源，npm一行命令就能装）。你描述一个需求，它自己分析代码库、制定方案、写代码、跑测试、修bug，全流程自动化。

Codex在2026年3月发布了桌面应用版，支持多个项目并行工作，内置云环境和工作树，不需要你自己配环境。这是我自己用得最多的编程工具——AI一手的很多内部工具和自动化流程都是用Claude Code搞的。

这两种模式的根本区别在于——Cursor是「AI增强版的编辑器」，你还是主导写代码的过程，AI负责加速。Claude Code/Codex是「AI编程同事」，你负责定义任务和验收，中间过程它自己搞定。对于简单的修改和重构，Cursor效率更高；对于从零实现一个新功能或者大规模重构，Claude Code/Codex的模式更适合。

Trae是字节做的AI IDE，可以理解为国产版的Cursor。它最大的优势是三个，完全免费（Cursor每月要钱）、中文本地化做得很好（界面、文档、模型全部中文化）、内置了豆包和DeepSeek的模型。它有一个SOLO模式，能从需求文档到编码到测试到部署全自动完成，理念跟Claude Code类似但集成在了IDE里。如果你是国内开发者，Trae是零成本上手AI编程的最佳起点。截至2025年底注册用户超过600万、覆盖近200个国家，说明它确实击中了开发者的需求。

GitHub Copilot是微软做的，跟VS Code深度集成。如果你一直用VS Code开发并且不想换编辑器，Copilot的体验最无缝。

通义灵码是阿里的AI代码助手，跟阿里云开发生态深度绑定。如果你在阿里云上开发、用的是阿里的技术栈，通义灵码在代码补全和云服务API调用上的理解会更到位。它也集成在VS Code和JetBrains里，上手不需要换编辑器。

如果你不是程序员，以上可以跳过。但如果你是，2026年还没用AI辅助写代码，怎么说呢，确实有点亏。

10 AI Agent和自动化

这是2026年最火的方向，也是最容易让人晕的方向。

以前的AI都是「你问它答」——你发一句话，它回一句话。Agent不一样，你给它一个目标，它自己去拆任务、调工具、完成整个流程。从「对话助手」变成了「数字员工」。

先说目前能力天花板在哪。

Claude Code和Codex是目前公认的最强AI Agent——虽然它们通常被归类为「编程工具」，但它们的核心能力远不止写代码。Claude Code在SWE-bench Verified上得分88.6%，能自主分析整个代码库、制定方案、执行、测试、修复，全流程不需要人干预。Codex也不甘落后，2026年3月发布了桌面应用版，支持多项目并行、内置云沙箱。很多开发者现在两个都用，按任务类型分配——需要实时监督的给Claude Code，能异步交付的丢给Codex。

这两个工具之所以是天花板，是因为它们不只是「能自动执行」，而是真正理解你的意图、能处理模糊需求、遇到问题会自己调整策略。这种能力目前其他Agent还做不到。

Claude Cowork是Anthropic在2026年1月推出的桌面端Agent，本质上是把Claude Code的自主执行能力带给了非程序员。它能直接操作你电脑上的文件、浏览器、应用程序，帮你做文档整理、研究综合、文件管理这些多步骤的复杂任务。你甚至可以用手机远程给它派活，回来就看结果。如果你不是程序员但想要一个能真正「干活」而不只是「聊天」的AI，Cowork目前是体验最好的。

再说开源Agent生态。

OpenClaw（龙虾）是2026年最大的开源现象级产品，GitHub星标超过36万，60天就超过了React十年积累的记录。「养龙虾」已经成了文化现象，社区里有44000+个技能包。它的核心能力是自动执行桌面任务——文件整理、发邮件、写报告、爬数据、操作软件。但必须说清楚风险——国家互联网应急中心已经发过安全预警，2026年1-3月发现了82个漏洞，Meta的AI安全负责人曾因龙虾误操作丢了200封邮件。开源、灵活、生态丰富，但安全上要特别小心，建议限制它的权限范围。

Hermes Agent（爱马仕）是Nous Research做的，GitHub星标14万+，目前在OpenRouter上Token消耗量全球第一，已经超过龙虾。它跟龙虾最大的区别是「记忆」——你教过它的技能它会记住，你告诉过它的偏好它会沿用，用得越久越顺手。支持微信、Telegram、Discord等多个消息平台。不过要注意，它在2026年4月被中国团队EvoMap指控架构抄袭，这个争议至今没有完全澄清。产品本身好用，但这个背景你应该知道。

然后是零门槛Agent。

WorkBuddy是腾讯做的AI办公桌面工作台，解决的核心问题是——龙虾和爱马仕都需要技术基础才能配置，而大多数职场人不会写代码。WorkBuddy做到了「下载安装即可用」，兼容龙虾的技能生态，但配置门槛接近零。目前是国内PC端AI办公智能体月访问量第一。支持企业微信、飞书、钉钉、QQ四大办公平台，还支持手机远程控制。如果你不懂技术但想用AI Agent提效，WorkBuddy是最顺手的选择。

马维斯（Marvis）也是腾讯做的，2026年5月20日正式上线，定位跟WorkBuddy完全不同。马维斯是操作系统层面的AI助手，采用1个主Agent+5个副Agent的协作架构，直接操控你电脑上的软件。批量转格式、自动填表、跨软件搬运数据，这种重复性桌面操作是它的强项。Windows、Mac、安卓三端全量开放，每天1000万免费Token，不需要邀请码。

扣子（Coze）3.0是字节做的AI智能体开发平台，2026年6月上线。它的定位不是给你一个现成的Agent用，而是让你零代码自己搭。你可以把各种工具、数据源、工作流拼在一起，创建专门服务于你自己工作场景的智能体。3.0版本支持接入Claude Code、Codex等外部Agent，以及「多人+多Agent」协同。适合有明确业务场景、想要定制化AI自动化的团队。

怎么选？想要最强能力，Claude Code/Codex（开发者）或Claude Cowork（非开发者）。想要开源+折腾的灵活性，龙虾或爱马仕（注意安全风险）。想要零门槛开箱即用，WorkBuddy。需要自动化操控电脑软件，马维斯。想自己搭定制Agent，扣子。

11 知识管理和企业协作

这个场景的选择逻辑极其简单，你公司用什么办公平台，你就用那个平台的AI功能。别自己另起炉灶。

飞书AI（字节系）、钉钉AI（阿里系，通义千问加持）、Microsoft Copilot（Office 365全家桶），三大企业协作平台现在都已经把AI深度集成进去了。智能摘要、文档AI助手、会议纪要、智能日程、邮件辅助，功能上大同小异。选择标准只有一个——你公司用哪个。

如果你是个人用户或小团队，Notion AI在知识管理和协作这块做得很好，适合个人知识库和小团队项目管理。

12 其他值得关注的

NotebookLM是Google做的，核心功能是把你的资料变成一个可对话的知识库。你扔进去一堆PDF、网页、笔记，然后可以跟这些资料对话。最有趣的功能是能把你的资料自动生成一期播客——两个AI主持人讨论你的资料内容。适合学习新领域、整理研究资料。

Otter.ai是英文会议纪要的天花板。如果你经常开英文会议或者跟海外团队协作，Otter的实时转录和摘要功能非常好用。

Napkin AI能把文字自动转成信息图和流程图。写完方案需要配图的时候，比自己画快十倍。

海螺AI是MiniMax做的，最大的特点是语音对话能力——它的语音交互体验非常自然，语气、停顿、情感表达都接近真人。如果你的使用场景偏向「说」而不是「打字」（比如开车时、做饭时想跟AI聊个事），海螺AI的语音体验目前是国内最好的之一。

AI音乐生成现在也已经很成熟了。Suno是全球最火的AI音乐工具，给它一段歌词或一句描述就能生成完整的歌曲。

国内的海绵音乐（字节做的）在中文歌曲上的表现更好，吐字清晰、曲风更符合国人听感。如果你需要给短视频配原创BGM、做品牌音乐，这两个工具能省掉大量的音乐采购成本。

按岗位选工具，我的推荐组合

工具太多，最后还是要落到「你到底该装哪几个」上。

如果你是普通白领（行政、HR、运营、销售），你的核心需求是写东西和处理文档。豆包或元宝（日常问答和写作）+ WPS AI（文档和表格）+ 公司自带的协作AI（飞书/钉钉/Copilot），三件套完全够用。这三个都不需要额外花钱，而且上手成本几乎为零。如果你的工作重度依赖微信生态，优先选元宝。想进一步提效，加一个WorkBuddy或Claude Cowork帮你自动化重复性任务。

如果你是内容创作者（编辑、写手、新媒体），你需要的是写作+调研+配图。Claude或ChatGPT（高质量写作和改稿）+ Perplexity（深度调研）+ 即梦或Canva AI（配图和设计）。Claude在中英文写作上的质量是我用过最好的。如果经常需要做海报、社交媒体图这种模板化的设计，Canva AI比Midjourney更实用。需要批量出真人出镜视频的，加一个HeyGen。

如果你是程序员，Cursor或Claude Code或Trae选一个作为主力编程工具（如果预算有限选免费的Trae，如果追求最强能力选Claude Code+Codex双持，如果在阿里云生态里开发可以试通义灵码）+ DeepSeek辅助推理和debug。自动化方面，龙虾和爱马仕生态最丰富但要注意安全风险，想搭定制化工作流可以上扣子。

如果你是金融、法律、学术从业者，你的核心需求是处理大量文档和做深度研究。Kimi（批量文档处理）+ Perplexity（深度调研）+ Claude或ChatGPT（分析和写作）。

如果你是设计或视频从业者，即梦或Midjourney（生图，阿里系公司可以用通义万相）+ Canva AI（快速设计）+ 可灵或Runway或Pika（视频）+ HeyGen（数字人口播）+ Descript（视频剪辑）+ ChatGPT（创意brainstorm和脚本）。如果你本来就在Adobe生态里工作，Firefly直接在PS里用比单独开即梦更顺手。

最后

我有时候觉得，现在的AI工具焦虑跟2010年左右的App焦虑很像。App Store每天都有新产品上架，每个都在喊「我最好用」，大多数人的手机装了三屏App但真正每天打开的就那么几个。

十几年过去了，你现在手机里天天用的App可能也就5-6个。

AI工具最后也会是这样。

80%的价值来自你真正用起来的那1-2个工具，而不是你收藏了但从来没打开过的那20个。与其焦虑「我是不是错过了什么神器」，不如今天就把手头最痛的那个场景用AI跑一遍。

从一个工具开始，先用熟，再拓展。这比什么都有效。

如果这篇对你有用，点个「在看」让更多人看到。有具体场景想聊的，评论区见。

文中所有工具汇总

日常对话：豆包 · DeepSeek · ChatGPT · Claude · Gemini · 腾讯元宝 · 文心一言

搜索调研：秘塔搜索 · Perplexity · Grok · 天工AI · 纳米搜索

长文档处理：Kimi · 通义千问

PPT制作：Gamma · WPS AI · ChatPPT

表格数据：ChatExcel · Microsoft Copilot

会议纪要：飞书 · 钉钉

AI生图设计：即梦 · Midjourney · Gemini · 通义万相 · Adobe Firefly · Canva AI

AI视频：即梦视频 · 可灵 · Pika · Runway · HeyGen · Descript

AI编程：Cursor · Claude Code · Codex · Trae · GitHub Copilot · Gemini Code Assist · 通义灵码

AI Agent：OpenClaw 龙虾 · Hermes Agent 爱马仕 · WorkBuddy · 马维斯 Marvis · 扣子 Coze · Claude Cowork · Codex桌面版

知识管理：飞书AI · 钉钉AI · Notion AI

其他：NotebookLM · Otter.ai · Napkin AI · 海螺AI · Suno · 海绵音乐

好了，感谢你的耐心观看。

如果觉得不错，希望能点个赞、转发、收藏三连吧。

如果想第一时间收到推送，记得关注我哦！

你的关注是我更新的持续动力！

如果二维码失效，直接加我微信：gongfeifeiaaa，我拉你进群。