AI 工具的更新频率,已经变成一种使用成本

周日晚上挨个更新 AI 编程工具，不是折腾，是现在 AI 软件高频迭代带来的真实维护成本。

我现在每周日晚上差不多有个固定动作：把 Codex CLI、Claude Code CLI、opencode CLI、Zcode 桌面版、Codex 桌面版、WorkBuddy 桌面版，IMA桌面版，挨个打开、检查、更新一遍。

听起来像折腾，其实动机非常朴素：不想周一去公司以后，用自己的热点给这些东西下载更新包。

现在 AI 软件的更新节奏，真的有点夸张。夸张到你不是在“装几个工具”，而是在养一组随时会长出新按钮、新权限、新入口、新 bug 的半成品工作流。

更新不是仪式感

以前开发工具也更新，但大多数时候你可以选择无视。

IDE 半年一个大版本，插件偶尔修几个 bug，命令行工具不出问题就懒得动。稳定本身就是生产力。

但 AI 编程工具不是这个逻辑。

它们背后接的是模型、权限系统、远程环境、MCP、插件、桌面控制、移动端遥控、浏览器上下文。任何一条链路变了，客户端就要跟着变。

所以你看到的不是一个软件在更新，而是一整套 AI 工作方式在边跑边修。

真正的成本也不只是流量。

是你每次更新完，都要重新确认几个问题：登录还在不在？模型入口有没有变？权限提示是不是更激进了？以前能跑的命令还会不会被拦？桌面版和 CLI 的行为是不是又不一样了？

AI 工具越强，越不像传统软件。

它不只是给你一个编辑器按钮，而是在试图接管更多开发流程。写代码、跑测试、读仓库、改文件、发 PR、连远程机器、操作浏览器。能力越往前走，更新频率就越不可能慢下来。

这也是为什么“半天一个版本”虽然夸张，但体感上并不离谱。

我不是反对高频更新。

相反，这类工具能快速修问题、补能力、追模型，是它们今天最重要的竞争力。Codex、Claude Code、opencode 这些工具都在从单一 CLI，往桌面端、IDE、远程任务、多入口协作扩展。

问题是，对用户来说，功能增加不一定等于负担减少。

当你同时用多个 AI 工具，周日晚上统一更新，某种程度上已经成了新的“维护生产环境”。只是这个生产环境不在服务器上，而在自己的电脑里。

AI 工具现在还没进入真正稳定期。

它们的产品形态、权限边界、交互习惯都还在快速试错。我们享受了快速迭代带来的能力红利，也必须接受它带来的维护成本。

所以我现在越来越觉得，选择 AI 工具不能只看“谁更强”。

还要看它会不会把你的日常工作流搅得太碎。

一个工具如果每次更新都让你重新适应一次，那它再聪明，也会消耗人。