AI Agent 工具太多？我把 81 个工具拆成 12 条赛道，终于不焦虑了

Codex、Claude Code、OpenClaw、Hermes、Manus、Lovable、Zapier……到底都是什么？这篇收藏版帮你一次分清。

最近，很多人对 AI 的感觉不是“兴奋”，而是“疲惫”。

今天有人说 Codex 很强，明天有人说 Claude Code 更聪明；前两天刚听说 OpenClaw、Hermes Agent，转头又看到 Manus、Genspark、Lovable、Bolt、Qoder、OpenCode、Comet、Dia……

问题来了：

这些东西到底是不是一类？不搞开发的人到底该不该学？现在买哪个才不会踩坑？

我的判断很简单：你不是不会选，是市场把十几种完全不同层级的产品，都叫成了“AI Agent”。

有的是聊天助手，有的是代码工具，有的是浏览器代理，有的是自动化平台，有的是个人 AI 管家，还有的是给开发者搭系统用的底层框架。名字越多，人越焦虑。

这篇文章不做“谁最强”的榜单。它只做一件事：

把 81 个 AI 工具放回 12 条赛道里，帮你建立一张不会被新名词带着跑的地图。

先给结论：不是工具越多越强，而是位置要放对

你只需要先记住这 6 句话：

1. 1. ChatGPT、Claude、Gemini、Kimi 这类，是你的“AI 大脑”，负责写、读、想、改、问。
2. 2. Perplexity、NotebookLM、Elicit 这类，是你的“研究工具”，负责找来源、读资料、做归纳。
3. 3. Zapier、Make、n8n、Lindy 这类，是你的“自动化工具”，负责把重复流程串起来。
4. 4. Lovable、Bolt、v0、Replit 这类，是你的“应用构建工具”，负责把想法变成网页、表单、原型、小应用。
5. 5. Codex、Claude Code、OpenCode、Qoder、Cursor 这类，是“代码工具”，不写代码可以先放一边。
6. 6. OpenClaw、Hermes、Manus、Genspark 这类，更像“个人/自主 Agent”，强大，但最需要权限管理。

换句话说：

普通人不要从 Codex、Claude Code、OpenCode 开始；要从通用助手、资料研究、办公自动化和应用构建开始。

01｜一张图看懂：12 条 AI 工具赛道

解决一个核心问题：

先分赛道，再选工具。

你看到一个新名字，先不要问“它强不强”。先问：

• • 它是聊天助手，还是代码工具？
• • 它是帮我查资料，还是替我点网页？
• • 它是一次性生成内容，还是长期接管流程？
• • 它需要接邮箱、日历、浏览器、文件权限吗？
• • 它是给普通人用，还是给开发者/企业技术团队用？

如果这几个问题没问清楚，再多工具也只会让你更乱。

02｜这些名字，先放回正确位置

这就是最大的分界线：

Codex / Claude Code / OpenCode / Qoder 解决的是代码问题。OpenClaw / Hermes / Manus / Lindy 解决的是代理和自动化问题。Lovable / Bolt / v0 解决的是应用构建问题。

它们都可以叫 AI Agent，但用户、场景、风险、价格逻辑完全不同。

03｜普通人怎么选？别被工具名牵着跑

如果你不是程序员，我建议你只看三条路线。

第一条：助手路线

适合你想解决这些问题：

• • 写邮件、写方案、写公众号、写朋友圈
• • 总结会议、总结长文、总结 PDF
• • 改表达、改语气、改结构
• • 学习一个新概念，让 AI 用人话解释
• • 做计划、做复盘、拆任务

优先工具：ChatGPT、Claude、Gemini、Kimi、DeepSeek、通义、豆包、元宝。

这条路线最重要。因为它不需要你接入系统、不需要你配置 API、不需要你懂代码。你只要把日常工作里的“写、读、想、查、改”固定交给 AI，马上能见效。

第二条：自动化路线

适合你每周重复做这些事：

• • 从邮件里提取信息到表格
• • 把会议纪要整理成待办
• • 定期发提醒、跟进客户、同步 CRM
• • 把网页资料整理成表格
• • 每周生成固定格式的周报

优先工具：Zapier、Make、n8n、Relay、Bardeen、Lindy、Relevance AI、Dust、Dify。

这条路线的价值不是“AI 会聊天”，而是“它能把流程跑起来”。

判断标准很简单：

某件事每周重复 3 次以上，就值得考虑自动化。

第三条：应用构建路线

适合你想做：

• • 一个产品落地页
• • 一个报名表单
• • 一个内部数据看板
• • 一个小型 SaaS 原型
• • 一个客户反馈收集工具
• • 一个可给老板/客户看的 demo

优先工具：Lovable、Bolt.new、v0、Base44、Replit Agent。

这类工具对非程序员特别有价值。你不用先学完整编程体系，可以先把想法变成能看的东西。

但要记住：

AI 帮你做出来，不等于它已经安全、稳定、可商业化。

真正上线前，权限、数据库、支付、用户数据、备份、部署和安全仍然要认真检查。

04｜12 条赛道逐个看：每一类都解决不同问题

1. 通用聊天/多模态助手

这是最基础的一类，也是普通人最该先学会的一类。

代表工具：ChatGPT、Claude、Gemini、Microsoft Copilot、Perplexity、Poe、Grok、Mistral Le Chat、You.com。

它们适合做写作、总结、翻译、表格分析、文件处理、图片理解、语音对话、初步搜索。你如果只想买一个 AI 工具，就从这里开始。

2. 中文 AI 助手

代表工具：Kimi、DeepSeek、通义千问、豆包、腾讯元宝、文心一言、智谱清言、MiniMax/海螺 AI。

它们更贴近中文表达、中文搜索、国内 App 生态和移动端使用。对很多中文用户来说，这类工具不一定比海外工具“弱”，而是场景不同。

3. 搜索/研究/论文助手

代表工具：Perplexity、NotebookLM、Elicit、Consensus、Scite。

这类工具不要拿来随便聊天。它们的价值在于：带来源、读资料、查论文、做证据整理。

凡是涉及事实、数据、政策、论文、投资、医学、法律，都不要只问一个聊天 AI。你要让它给来源，再回到原文核验。

4. AI 浏览器 / 电脑操作 Agent

代表工具：ChatGPT Agent、ChatGPT Atlas、Perplexity Comet、Dia、Opera Neon、Browser Use。

这类工具开始像人一样打开网页、点按钮、整理页面、填写表单。它们的想象空间很大，但权限风险也最大。

建议先让它做：查资料、整理网页、比较产品、做表格。不要一上来让它自动付款、自动改账号设置、自动处理敏感文件。

5. 个人常驻 / 自主 Agent

代表工具：OpenClaw、Hermes Agent、Manus、Genspark、Lindy、Flowith。

这类更像“AI 管家”：接邮箱、日历、消息、文件、浏览器，长期帮你完成任务。

它们不是不能用，而是应该慢慢来。

正确顺序是：

先只读，再起草，再让你确认，最后才考虑自动执行。

6. 工作流 / 业务 Agent 平台

代表工具：Zapier、Make、n8n、Bardeen、Relay、Relevance AI、Dust、Dify、CrewAI。

这可能是非程序员最值得学的一类。因为它们解决的不是“AI 聊得好不好”，而是“能不能帮你少做重复劳动”。

如果你是运营、销售、行政、内容、咨询、老板、自由职业者，这类工具的回报可能比代码 Agent 更高。

7. 编程 CLI / 本地代码 Agent

代表工具：Codex、Claude Code、Gemini CLI / Antigravity、OpenCode、Cline、Roo Code、Aider、Continue、OpenHands。

它们能在终端或本地项目里读代码、改文件、跑测试、解释错误、重构项目。

这类不是给“所有人”准备的，而是给“有代码项目的人”准备的。

8. AI IDE / 代码平台

代表工具：Cursor、Windsurf、Qoder、GitHub Copilot、JetBrains AI / Junie、Tabnine、Amazon Q Developer、Qodo、Augment Code。

它们把 AI 深度塞进开发环境。对于程序员，它们可能是高频生产力工具；对于非程序员，它们大多不是第一选择。

9. 云端 / 异步软件工程师

代表工具：Devin、Google Jules、Factory Droid、Sourcegraph Amp、Replit Agent。

你可以把它们理解为“云端软件工程师”：你给任务，它在云端改仓库、跑测试、提交结果。

它们适合工程团队、创业公司和有开发流程的人。普通人可以知道它们存在，但不用急着付费。

10. Vibe Coding / AI 建站 App

代表工具：Lovable、Bolt.new、Vercel v0、Base44。

这类非常值得非程序员关注。它们把“写代码”变成“描述需求”：你说想要什么，它帮你生成页面、组件、原型、甚至应用。

适合做 MVP、内部工具、落地页和产品验证。

11. Agent 框架 / 基础设施

代表工具：LangChain、LlamaIndex、Mastra、Flowise、Langflow、AutoGen / Microsoft Agent Framework、Pydantic AI、Composio、Browserbase / Skyvern。

普通人不必学。它们像发动机、底盘、管线和接口，是开发者搭 Agent 系统用的。

你用到的上层产品，很多背后都可能有类似框架思路。

12. 知识库 / 办公协作 AI

代表工具：Notion AI、Airtable AI、Mem。

这类不是最炫，但很实用。如果你已经有大量文档、表格、项目、会议记录和知识库，AI 的价值会从“生成内容”变成“让信息重新可用”。

05｜价格怎么看？别只看月费

AI 工具的价格越来越不像传统软件，而更像“水电费 + 云服务费 + 人力成本”。

你不能只看月费，还要看：

• • 是否有 credits
• • 是否按 token 计费
• • 是否按 task / activity 计费
• • 是否按 browser hours 计费
• • 是否要自己付 服务器 / API / 存储 / 代理 / 带宽
• • 是否有团队席位、权限、审计、SSO、数据合规成本

大致可以按 5 层理解：

特别记住一句：

开源免费，不等于使用免费。

OpenClaw、Hermes、OpenCode、Aider、n8n、Flowise 这类工具可能软件本身免费，但你仍然要付模型 API、服务器、部署、运维、安全、备份和学习成本。

06｜非程序员的 AI 上手路线图

如果你现在已经被工具名搞晕了，按这个顺序来：

第一步：先选一个主力 AI

从 ChatGPT、Claude、Gemini、Kimi 中选一个。不要一口气开十个会员。

目标不是“比较谁更聪明”，而是让你每天真的用起来。

第二步：固定 3 个高频场景

比如：写作、总结、资料整理、计划、复盘、表格、会议纪要。

只要这 3 个场景用顺了，你的 AI 能力就已经超过大多数“只看测评、不落地”的人。

第三步：加入研究工具

经常查资料，就加 Perplexity。经常读 PDF、课程、报告，就加 NotebookLM。经常看论文，就加 Elicit / Consensus。

第四步：有重复流程再上自动化

当你发现一个流程每周重复 3 次以上，再看 Zapier、Make、n8n、Lindy。

第五步：真有代码需求再看编程 Agent

只有当你要写代码、改网站、维护项目、做产品，才重点研究 Codex、Claude Code、Cursor、OpenCode、Qoder。

一句话：

先用 AI 解决实际问题，再升级到 Agent；不要为了追 Agent 而追 Agent。

07｜AI 工具避坑清单

坑 1：一次开太多工具

工具越多，切换成本越高。你会花大量时间看教程、试新功能、比较套餐，真正的问题反而没解决。

坑 2：只看热度，不看任务

一个工具再火，如果不能帮你今天少花 30 分钟，就不是当前优先级。

坑 3：忽视权限风险

邮箱、日历、浏览器、网盘、CRM、支付后台、代码仓库，都不是随便授权的地方。

坑 4：把编程 Agent 当通用助手

Codex、Claude Code、OpenCode、Qoder 很强，但它们主要强在代码项目里。你不写代码，先不用焦虑。

坑 5：忽略隐性成本

Credits、token、browser hours、agent compute、服务器、API、团队席位，都会影响真实成本。

坑 6：一开始就让 AI 自动执行

正确顺序应该是：

先让 AI 读，帮你整理，帮你起草，然后由你确认。

等流程稳定、权限清楚、风险可控，再考虑自动执行。

08｜最后：别被新名词追着跑

AI 工具还会继续变多。

明天还会有新名字，后天还会有新榜单，下个月价格和额度可能又改一轮。

但底层判断不会变：

工具不是越多越好，而是越贴近你的真实任务越好。

你真正要建立的不是“AI 工具收藏夹”，而是自己的 AI 生产力矩阵：

• • 一个主力 AI，负责思考和表达。
• • 一个研究工具，负责来源和资料。
• • 一个自动化工具，负责重复流程。
• • 一个应用构建工具，负责把想法做出来。
• • 有代码项目时，再加编程 Agent。

这样你就不会被 Codex、Claude Code、OpenClaw、Hermes、OpenCode、Qoder、Manus、Lovable、Zapier 这些名字追着跑。

你会反过来问它们：

你到底能帮我解决什么问题？今天能不能帮我省下 30 分钟？

能，就留下。

不能，就先放一边。