夜雨聆风
上一次写《说说目前在用的 AI 大模型产品和工具（2025年9月更新）》的时候，虽然已经在使用 Claude Code，但当时对 AI Agent 的理解其实还不算深。如今大半年过去了，Claude Code、OpenClaw、Codex 桌面版等产品都发生了不少变化，我自己的使用重心也跟着变了：不再只是试用各种 AI 聊天机器人，而是尝试通过 Agent 搭一套能够长期使用的工作流。
一、产品选用思路
在《各种Code、各种Agent、各种Claw：模型厂商在卷什么产品？》一文中，我对主流基础模型厂商的主要产品进行了盘点，并提出了以下几个判断：
1. 主流模型厂商最后都会形成一套从 Chatbot 到通用 Agent 的完整产品矩阵。 2. Claw Agent 既扩大了 Agent 的使用半径，也打开了想象空间，但没有提高单点任务效率。 3. AI 产品要继续扩大用户范围，办公文档和办公流程是下一个必争之地。 4. 第一方产品矩阵越完整，第三方产品的空间就越窄。 5. 产品形态会越来越趋同，真正拉开差距的还是模型能力。
基于以上判断，我现在在选择 AI 产品时，主要参照以下四个思路：
1. 优先使用模型厂商的第一方产品。第一方产品不只是能最早接入自家的新模型和新功能，更重要的是，它往往会围绕自家模型的特点来设计上下文、工具调用和交互流程，更容易把模型能力发挥出来；第三方产品只有足够有特色，或者体验明显更好，才值得长期留在手边。 2. 优先使用顶尖模型厂商的产品。只有使用最强的模型和最好的产品，才能真正触碰到 AI 的能力边界，知道它们能做什么，不能做什么，才能最大限度地发挥 AI 产品的作用。 3. 保留一到两家国产模型作为备选。AI 已经上升到了国家战略安全的高度，在目前的地缘政治环境下，海外模型和产品能用多久谁也说不准，最终可能还是免不了要“国产替代”，因此，留意国产模型厂商中的种子选手很有必要。 4. 搭配使用 Claw Agent 类产品。Claw Agent 处理任务的效率确实比 Codex 这类产品低，所以不作为主力产品使用，但是可以在一些特定场景下发挥作用。
按照上面的思路，目前我主要把 AI 产品分成以下三个层次去使用：
• 主力——每天最常用、也最依赖的核心产品：GPT 系列、Claude 系列。 • 搭配——算不上核心生产力，但各有各的理由留在手边、时不时就用：OpenClaw（半第三方）、DeepSeek、GLM 系列、Kimi、Gemini、第三方 token 工厂。 • 关注——自己目前基本还不用，但值得盯着（要么在追赶，要么有潜力）：MiniMax、阿里系、字节系、腾讯系、Grok、小米 MiMo、Perplexity（第三方）。
二、主力使用产品
GPT 系列里的 Codex 桌面版是主力中的主力：一方面产品体验在所有 AI 产品里最顺手，另一方面背后的 GPT 模型仍然是顶尖模型之一；但仍然使用 Claude Code 的原因也很简单：Claude 模型本身仍然很强，Claude Code 也依然算得上 AI Agent 产品设计的风向标。
1、GPT 系列
① 产品矩阵
Claude Code 验证了 Coding Agent 这条路可行之后，OpenAI 对 Agent 产品明显加大了投入：在原来不温不火的 Codex CLI 基础上，推出 Codex 桌面端并持续迭代，同时又推出了 ChatGPT for Excel 和 ChatGPT for PPT。
目前来看，ChatGPT、Codex CLI、Codex for VS Code、Codex 桌面版、ChatGPT for Excel、ChatGPT for PPT 等产品已经基本完整，产品形态也越来越接近 Claude 系列，唯一还缺的是一个 Word 插件。
GPT 系列产品中最值得推荐的，一个是前面提到的主力中的主力：Codex 桌面版。相比 Claude 桌面版，个人认为 Codex 桌面版的产品体验更为流畅，普通用户用起来更顺畅，而且据说未来数周内，Codex 会被整合进入 ChatGPT。
另一个值得关注的是 ChatGPT for Excel / ChatGPT for PPT，对标 Claude for Microsoft 365，适合在 Office 文档中调用 GPT 模型对文档进行处理，是能够真正帮助到普通用户办公的。
② 模型能力
GPT 的模型能力虽然有些被 Claude 超过的意思，但仍然还是属于顶尖模型行列，未来也仍然可期。
更重要的是，GPT-5.0 到 GPT-5.4 那种喜欢自作聪明的问题，在 GPT-5.5 上已经得到了改善。目前整体使用体验还算不错，没有之前那种装逼腔和颐指气使的语气，不会再那么容易让人气血上头了。
③ 使用成本
要想深度使用 GPT 系列产品尤其是 Codex，需要订阅至少 20 美元一个月的 ChatGPT 会员，比起国内模型厂商的各种 Plan 虽说是贵了一些，但还是值得使用。
和国外同是 20 美元一个月的 Claude 和 Gemini 相比，它也有几个可用性优势：
• ChatGPT 订阅可以直接用于 OpenClaw 且衔接丝滑，Anthropic 和 Gemini 对 OpenClaw 都不太友好，早期各种限制和问题，导致我已经放弃在 OpenClaw 中使用这两家的模型。 • 账号不太容易被封，Claude 和 Gemini 都更容易遇到封号问题，也不知道这两家为啥这么傲娇。 • OpenAI 算力储备强于 Anthropic，限额相对更充裕，有时还会提前重置周限额；最近 Codex 这边还出现了一次手动重置限额的机会，实际用起来感觉最近一两周的用量也比较足。
所以虽然 GPT 模型地表最强模型的头衔已经难保，但目前GPT系列的产品综合体验目前还是最好的。
2、Claude 系列
① 产品矩阵
Claude 产品矩阵比较完整，从 Chatbot、Claude Code、Claude Cowork 到 Claude for Microsoft 365，基本覆盖了编码 Agent 和办公 Agent 两个主要方向。此外，还有第三方开发者开发的 Obsidian 插件 Claudian，可以在 Obsidian 里调用 Claude Code 处理笔记。
目前 Claude 这套 Chatbot → Code → Cowork+Office 插件的产品组合，明显正在成为头部大模型厂商竞相模仿的产品形态。一些大模型厂商，如果在 AI 产品层面没有自己的思路，直接抄 Anthropic 的作业就行了。
Claude 产品系列中，最值得单独说的还是 Claude Code CLI。它是目前 Coding Agent 里最头部的产品。Anthropic 在产品层面的眼光确实稳准狠，从一开始就直接奔着提高生产效率的场景去做产品，而没有用互联网的思路去做。
② 模型能力
Claude 的模型能力属于是最强一档，最近 Anthropic 的 Fable 5 / Mythos 5 曾因美国出口管制被迫暂停访问，某种程度上也说明它的前沿模型能力已经强到进入监管和国家安全视野。回到日常使用，Claude 在 Agent、编码、长上下文协作里的稳定性和判断力都很强。不过平心而论，即便强如 Claude，在文档类场景里的表现，也还是有很长的路要做。
③ 使用成本
20 美元一个月的 Claude，之前用量限额是比较少的，后来与 SpaceX 合作提升算力，用量限额提升了不少，不再像之前那么捉襟见肘，甚至比 Codex 订阅还耐用一点。唯一的问题还是封号风险，所以不能太过深入使用，比如创建 skill 这类长期依赖的工作流，就不太适合完全押在它上面。
三、搭配使用产品
搭配使用这一层，OpenClaw 主要是作为补位产品，处理一些 Codex、Claude Code 不方便上手的日常杂事，如邮件、待办等。DeepSeek、GLM、Kimi 三家则是“国产替代”的备选：GLM 的模型 Coding 能力可能是国产最强，但 Coding Plan 几乎断货无法订阅；Kimi 产品做得比较完整，模型能力中规中矩；DeepSeek 则还没有自己的 Agent 产品，只能用 API。此外，Gemini 因为封过我的账号，且模型和产品都渐渐掉队，就从主力使用滑到了搭配使用；Token 工厂则是偶尔兜底调用一下。
1、OpenClaw
OpenClaw 名义上是第三方工具，自己没有模型。但它跟 OpenAI 的关系特殊：创始人后来被 OpenAI 招了进去，如今用 GPT 模型时，底层 runtime 直接就是 Codex——半个身子已经算在 OpenAI 的体系里了。
跟 Claude Code、Codex 这些"你坐下来才用的工具"比，OpenClaw 真正不一样的地方有三点。
1. 多渠道接入：它能挂到 Telegram、飞书、微信、Discord 这些聊天软件上，你在哪个 app 里都能直接给它派活。Claude Code、Codex 现在虽然也能远程，但本质还是个终端；OpenClaw 是直接长在你日常聊天工具里的。 2. 几乎兼容所有模型：它不绑死一家，Claude、GPT、Gemini、国产模型都能接进来，换着用也方便。 3. 主动型助手：它会按你设好的时间、或者每隔一会儿自己醒过来看看有没有事要干，更像个常驻的、会主动找事做的助手，比如定时查邮件、看日历待办、定期备份等。
使用体验与稳定性：OpenClaw 最大的问题是不成熟，之前是三天两头崩，踩过最深的一个坑是 4.29 版本，大概是在把一部分核心代码插件化的过程中，因为一些 bug 导致 OpenClaw 反应特别慢，要么十几分钟回复一个问题，要么直接卡死，前后折腾两天都没弄清楚是为啥，最后是退回到之前的 4.27 版本才好。这之后虽然好了很多，但依然一堆乱七八糟的问题，让人心累到不想用。只是因为能够随时随地使用，所以到现在还是用得很勤。
使用成本：OpenClaw 使用成本主要花在调用模型和工具上，好在 ChatGPT 订阅能直接拿来跑 OpenClaw，只是 OpenClaw 本身比较费 token，同样的任务跑起来限额掉得比官方 Codex 快，20 美元那一档完全不够用，所以还得国产大模型兜底。此外，嵌入、TTS、文生图这些工具类模型，如果涉及到真正批量使用的话，花费估计也不会少。
2、DeepSeek 系列
产品矩阵：DeepSeek 是这里面比较特别的一个。其他主流模型厂商都在疯狂扩张产品线，DeepSeek 的产品矩阵却基本还停留在去年的状态。可能是把更多精力放在了模型架构调整和国产供应链适配上，不过据说 DeepSeek 最近已经开始招人做 Coding Agent 了，后面应该会补足产品上的短板吧。
模型能力：DeepSeek 的模型能力在过去一年多的变化挺有意思，DeepSeek V3 和 R1 刚出来的时候，在国产模型里几乎是断层式领先。但到了今年，不管是从个人使用体验上来说，还是从市场热度上来说，这种领先感已经没有那么明显了，甚至有点被最近风头正盛的智谱 GLM 超过了的意思，就像国外 OpenAI 的 GPT 模型被 Anthropic 的 Claude 模型赶超一样。
使用成本：DeepSeek 的核心竞争力无疑就是性价比高，用量计费的 API 价格比起很多厂商的订阅都要有性价比，接进 OpenClaw 或 Claude Code 也不麻烦，可以作为其他订阅的兜底选项，能保证其他订阅用尽的时候，任务不会完全中断。
3、GLM 系列
产品矩阵：智谱的产品矩阵比 DeepSeek 完整一些，既有智谱清言、开放平台，也有 CodeGeeX、ZCode、GLM in Excel、AutoClaw 这些偏工具和 Agent 的产品。但从业务重心看，智谱明显更偏 B 端，尤其是政企项目、本地化部署和行业方案交付这一类项目制收入。C 端产品这边总体还比较弱，ZCode 这类 Agent 产品也是最近才开始补起来。整体看下来，智谱的产品化能力比它的模型能力差得很远，产品在国产大模型厂商中属于垫底的存在，但应该也在快速追赶的过程当中。
模型能力：去年这个时候试过当时的智谱沉思，体验说实话非常差，以至于直接放弃了使用智谱的产品；但去年下半年在 Claude Code 中使用它开发 App，感觉效果已经是国产模型里最好的了。到今年随着 GLM-5.2 的推出，智谱股价疯涨，一时风头无两，虽然个人只用过 GLM-5.1，但看这架势，GLM 模型 Coding 能力应该是已经坐稳了国产第一的位置。
使用成本：GLM Coding Plan 的国内版基础版价格是大约 50 元一个月，这个价格性价比非常高，但基本无法订阅，所以没有太大意义。海外版智谱（Z.ai）的基础版定价之前是 10 美元一个月，现在大概要 16 美元，已经逼近 ChatGPT 和 Claude 等海外顶尖模型价格了。但效果方面，之前在使用 5.1 的时候，个人觉得即便只有 Claude 一半的价格，性价比还是比不上 Claude，如今 16 美元的价格感觉就更不值得订阅了。所以还得看国内版什么时候涨价——价格上去了，供应说不定就放开、能订到了；只要别涨太多，性价比应该还在。
订阅 GLM Coding Plan 的两种状态，已经无力吐槽。
4、Kimi 系列
产品矩阵：Kimi 不像智谱那样有很多本地化部署项目，从一开始就是奔着 C 端付费去的，也是国内最早跟着海外模型厂商做会员订阅的一批。Kimi 早期靠长上下文打开 C 端用户认知，用的是互联网产品运营的打法——投流；但在 2025 年，感觉它进行了战略转型，在产品形态上跟 Agent 领域的优秀产品跟得很紧：先是跟着 Claude Code 做了自己的 Kimi Code，然后跟着 OpenClaw 做了 Kimi Claw，最近又学着 Claude Cowork，在桌面版 Kimi 里引入 Kimi Work，思路也很像 Claude 把 Chat 和 Cowork 放到同一个桌面应用里。不同的是，它没有单独做桌面版 Kimi Code。总体来说，Kimi 的产品能力在 AI 创业公司里其实算比较好的，也是我个人挺看好的一个。
模型能力：去年上半年感觉 Kimi 智商不太够用，一直不太看好它。到 Kimi K2 / K2.5 之后，Kimi 的市场声量大了不少，就又在 OpenClaw 中使用了 Kimi K2.5，整体感觉比较接近 GLM-5.1。再往后的 Kimi K2.6，就没有用过了。
使用成本：Kimi 的基础版订阅价格 39 元不算太贵，但问题是用量限额很低。最近随着其他一些厂商减少订阅限额，Kimi 的性价比可能也没有那么差，再加上它的产品也比较完整，模型能力算是中规中矩，在 DeepSeek 没有出产品、GLM 订阅不到 Coding Plan 的情况下，可能是国产模型产品里面的第一选择了吧。
5、Gemini 系列
产品矩阵：Gemini 的产品其实非常全，除了本地 Office 插件之外，Chatbot、API、Antigravity CLI、Antigravity IDE、Antigravity 桌面版等产品形态基本都有。此外，Google 还把 Gemini 融进自己的各类产品中，比如搜索、邮箱、网盘、Workspace 等。但在 Agent 这个产品领域，Google 明显比 Claude 和 OpenAI 慢半拍，最近才把产品组合重新收束起来：5 月的 Google I/O 大会推出了 Antigravity CLI，取代之前的 Gemini CLI；原来的 Antigravity 也拆成了 IDE 和桌面版两种独立的应用，桌面版专攻 Coding Agent，只是成熟度感觉还不是很高，比起 Codex 桌面版差了不少。
模型能力：去年 Gemini 3.0 出来的时候，我是比较看好 Gemini 的。当时正在开发笔记 App，用 Antigravity 里的 Gemini 3.0 作为主力，感觉效果还是非常好的，至少在编程任务上能明显进入主力候选。但到了后续更新的 Gemini 3.1 Pro 和 Gemini 3.5 Flash，不管是市场声量，还是个人的使用感受，感觉都没有什么明显惊艳之处，似乎不太能够跟得上 Claude 和 OpenAI 的模型节奏。
使用成本：Google AI Pro 原本是我觉得性价比很高的订阅，大碗又好用。它的用量限额一度很大，还附带 5TB 云盘、YouTube Premium Lite、API 赠金，以及 Google 自家产品里的 Gemini 权益。但后来有一段时间，在 Antigravity 里使用 Gemini 3.1 Pro 时几乎完全不响应，对 Google 的好感度大幅下降。再加上之前把 Gemini 订阅接入 OpenClaw 时又被 Google 封过号，虽然后面申诉找回来了，但信任感已经被打掉了一截。再加上模型能力和产品能力都没有明显的优势，即便有一些用不太上的赠品，感觉性价比还是低于 Claude 和 ChatGPT。
6、Token 工厂
"Token 工厂"指的是大模型 API 聚合平台——自己不做模型，而是把各家的接口整合进来，让你通过一个入口就能调用 GPT、Claude、Gemini、DeepSeek、GLM、Kimi 等多家模型。目前用到的有两家：国内是硅基流动，对个人用户友好，配置简单；国外的是 OpenRouter，模型选择多，不过都只是偶尔会用一用。
四、关注产品
关注这一层，放的是一些暂时还没有进入日常使用、但还值得留意的产品。大部分是主流模型厂商自己的产品，另外也包括 Perplexity 这种虽然没有自家模型、但产品形态有代表性的第三方产品。
1、MiniMax 系列
MiniMax 从多模态起家，语音（Speech 系列 TTS）、视频生成（海螺 Hailuo）这些产品做得比较早也比较有口碑，但语言模型不是它的强项，用下来感觉能力一般，唯一的优点就是很便宜。所以个人基本没有用 MiniMax 的语言模型，但是会偶尔调一下它的 TTS 或文生图模型。
2、阿里系
阿里的 AI 产品线非常全面，Chatbot、IDE、CLI、桌面 Agent、办公 Agent 基本都有，跟字节、腾讯这些大厂一样，产品形态上没什么缺项。但模型能力没有特别突出的地方，Coding Plan 又没有基础版，起步就是两百元一个月，直接劝退我。
3、字节系
字节的 AI 产品线同样很全，方舟平台的用户体验也不错，之前还专门推荐过方舟 Coding Plan 作为国产大模型的首选订阅选项。但后来发现火山方舟的模型在 OpenClaw 里有一些莫名的问题，再加上豆包模型的能力也让人失望——跑同一个邮件处理的 skill，DeepSeek 跑得就符合预期，但豆包 Seed 跑起来就一堆问题。而直接劝退我的是 Agent Plan 基础版的用量限额大幅度缩水，比直接使用 DeepSeek API 还不如。目前只能保持关注。
4、腾讯系
腾讯的产品形态做得很完整，不愧是产品出身的大厂。但从我目前接触到的体验看，模型能力还比较一般，不过据说也在加强模型能力，保持关注。
5、Grok 系列
SpaceXAI（原 xAI，被 SpaceX 收购）的 Grok，模型能力一直比御三家差一个档次，产品上也比较滞后，今年才跟着推出了 Coding Agent 产品 Grok Build，不过 SpaceX 最近收购了 Cursor，虽然目前两者还没什么融合，但是未来整合出一个比较优秀的产品系列也说不定。
6、小米 MiMo
小米 MiMo 一度在 OpenRouter 调用榜上匿名登顶，被误认为"DeepSeek V4"，出圈了一波。最新的 V2.5 在国内性能排名靠前，API 价格也比同级别模型便宜不少。产品跟进速度也很快，模型出来没几个月，MiMo Code CLI、MiClaw 就陆续上了。之前趁免费期用过一周，效果马马虎虎，能用但也没太出彩的地方，保持关注。
7、Perplexity
Perplexity 从 AI 搜索引擎起家，最近两年扩张了产品线，先推出了自己的 AI 浏览器 Comet，又做了个人 Agent 产品 Perplexity Computer，开始往综合 AI 平台的方向走。但由于它是没有自己模型的第三方产品，个人目前只是偶尔用一下。
兴之所志
2026-06-27
