7月快过完了，花了一个下午翻了翻这个月折腾过的AI工具，挑了5个真的在用的，分享一下真实体验。先说一下，我不是那种"每月AI工具大盘点"的号。这5个工具都是我自己装过、用过、有的甚至花钱续费了的。好就是好，不行就是不行，不搞虚的。
第一个，Claude Code内置浏览器。
7月10号Anthropic推的更新，Claude Code桌面版v2.1.202，给IDE里加了个内置浏览器。以前什么流程？遇到不熟悉的API，我得切到Chrome→搜文档→找到调用方式→复制→回来改代码。中间可能还穿插StackOverflow、GitHub Issues、npm README。一折腾，15分钟没了。现在在Claude Code里直接说「查一下axios v1.7的拦截器新写法，按这个帮我重构现有的请求封装」，它自己打开浏览器读文档，读完直接在编辑器里改。我测了一下真实效率。这周重构一个旧项目的HTTP层，涉及27个API调用、17个文件。以前这个活至少要一个下午。用Claude Code浏览器+代码编辑一起搞，2小时20分钟完事。但这东西有个硬伤——浏览器跑在沙箱里，不带你的登录态。如果你要查的是需要登录的内部Wiki或者付费文档，它看不了。Anthropic的意思是你应该用Claude的Chrome插件来解决登录态的问题，但这又回到了"切窗口"的老路子。第二个，Codex CLI多智能体。
OpenAI的Codex 7月把多智能体功能从macOS app搬到了CLI里。说人话就是，你可以在终端里同时起好几个AI代理，各干各的。这东西跟我之前写过的定时脚本自动化不太一样。多智能体的核心场景是「把一个复杂任务拆成几个独立的子任务，同时跑」。举个例子。上周我要给一个Python项目加功能：新增三个API端点、写对应的单元测试、更新API文档。以前做法是一个一个来，改完代码跑测试，写完文档检查格式，来回切。这次我起了三个Codex agent：一个写端点代码，一个写单元测试，一个生成文档。三个agent跑在独立的git worktree上，互不干扰。全部跑完大概18分钟，我只需要最后花10分钟review一遍。但说实话，这个功能目前只适合「任务可以完美拆分」的场景。如果子任务之间有依赖——比如B的代码依赖A的输出——那多智能体的体验就很差，经常出现agent B在那边空等或者拿旧数据干活。另外OpenAI的用量限制是个现实问题。Plus账户一天大概30-150条消息（按复杂度浮动），开三个agent同时跑，几分钟就能烧掉几十条配额。第三个，Cursor云端Agent。
Cursor 7月最大更新不是编辑器功能，是云端Agent——你可以在手机上起一个Cursor agent让它后台干活，不用一直开着电脑。我跟你说一个真实场景。上周日在外面喝茶，突然想到项目里有个性能问题一直没排查——某个查询接口在高并发下会变慢。以前只能在心里记一笔「回去再看」。这次我打开Cursor iOS App，语音输入「排查一下/api/analytics接口在并发场景下的性能瓶颈，看一下N+1查询和慢SQL」，然后继续喝茶。一个小时后手机推了一条通知：agent已生成分析报告，附了4个优化建议，包括两个N+1查询的具体位置和SQL改写方案。这个功能最爽的点不是技术多牛，是它改变了工作节奏。你不用非得坐在电脑前才能推进工作，碎片时间也能用起来。等朋友上菜的十分钟、地铁上的半小时，都可以扔个任务给它。但缺点也明显——云端agent跑在Cursor的服务器上，每个任务大概消耗$2-5的额度（Pro账户有固定配额），不适合拿来跑持续性的重活。而且agent有时候会过度自信，改了一个问题引入另一个问题，review的时候要仔细。第四个，ChatGPT Work长任务模式。
OpenAI 7月9号给ChatGPT加了Work模式，定位是「长任务自动化」。跟普通聊天不一样的地方在于：你可以丢一个复杂需求过去，它自己规划步骤、搜集资料、生成成品。我拿它做了一份AI编程工具竞品分析报告。需求是：「对比Cursor、Codex、Claude Code、GitHub Copilot四个工具，从价格、核心功能、适用场景、优劣势四个维度分析，输出成带表格和引用的报告」。以前做这种事差不多4-5个小时。先搜集信息（两小时），再整理对比（一小时），做表排版（一小时），最后排版（一小时）。这次我从发需求到拿到初稿，36分钟。中间它还问了我两次——「Cursor的企业版价格你是要Pro还是Business？」「Claude Code的SWE-bench分数有两组数据，用哪个？」报告一共12页，包含7张对比表格、每个工具的功能矩阵、价格阶梯和推荐场景。引用来源列了23条，大部分是官方文档和第三方评测。但别指望它完全准确。我审的时候发现3处数据错误（主要是价格和版本号），用了半小时核对修正。所以真实省的时间是4-5小时变成1小时，不是36分钟。第五个，Windsurf。
Windsurf是Codeium公司做的AI IDE，7月份从「AI补全工具」升级成了「全栈AI开发平台」。它跟Cursor最大的区别是——它把AI理解项目上下文的方式做得更激进。具体来说，它读的不是单个文件，而是整个项目的代码结构、依赖图、最近commit记录、甚至你的GitHub Issues。所以当你让它做一件事的时候，它能理解「这个改动会影响哪几个模块」「之前的commit里有类似的修改可以参考」。我试了一个场景：改一个用了三年的老项目的认证模块。项目文档早过时了，好几个关键代码逻辑没注释。Windsurf吃了整个项目之后，给出了一个改动方案，列出了会影响到的6个文件、3个中间件、2个数据库迁移。这个方案基本是对的。Cursor也能做类似的事，但Windsurf的上下文理解更「全局」——它能抓到那种跨模块的隐式依赖，这是Cursor现有的单文件上下文做不到的。缺点：慢。首次索引一个中型项目（500+文件）大概要20分钟。而且付费模式是按token算，深度分析一次大项目可能烧掉几美元。
如果你问我7月这波AI工具最大的变化是什么，我最大的感受是：从「你问AI，AI回答」变成了「你说需求，AI执行」。Claude Code能帮你查文档改代码，但遇到需要登录的内部系统就歇菜。Codex能同时起三个agent干活，但子任务有依赖关系就乱套。Cursor能让你在手机上派任务，但改了A坏了B的情况还是常有。ChatGPT Work能出研究报告，但数据细节你得自己核对。Windsurf能理解整个项目，但索引一次够你喝完一杯茶的。所以结论是：这些工具能省时间，但省的是那种「机械性重复操作」的时间。需要判断力、经验、全局视角的事，还是得你来。以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～/ 作者：Leo / 投稿或爆料，请联系邮箱：wzglyay@virxact.com
夜雨聆风
