2026年AI工具怎么选?我整理了一份主流Agent清单

最近痴迷 Codex，就越来越多关注 Agentic Engineering 这条发展线。回头再看之前整理的 AI 工具清单，我发现原来的分类已经有些跟不上产品变化了。

以前我们会把聊天、办公自动化、设计和写代码分开来看。现在，越来越多产品把这些能力放进同一个应用里。用户交代一个目标，Agent 负责拆分任务、调用工具、处理文件、执行操作，再把结果交回来。办公和编程之间的界限，正在变得越来越模糊。

这次我重新整理了飞书文档，重点更新了“AI Agent & 自动化”和“AI 编程”两个部分，也重新想了一遍现在应该怎样选 AI 工具。编程仍然是一条重要的产品线，只是它更适合放在 Agent 的垂类能力中理解。这样看起来，产品之间的关系会清楚很多。

完整的产品入口和快捷调用链接，我都放进了飞书文档《常用 AI 工具箱》。这里不再重复贴每个产品的网址，大家可以直接收藏下面这份文档。

《3.1  🚀常用 AI 工具集 · 精选版》https://my.feishu.cn/wiki/NQLow0opDijbzMkp3mnc887cnte?from=from_copylink

这篇文章基本沿用了文档里的正式版内容。因为觉得它对正在探索 AI 工具的朋友有些参考价值，所以整理出来分享给大家。产品变化很快，清单里的内容也会继续更新，欢迎大家在使用之后补充自己的体验。

🤖 AI Agent & 自动化

今天选一款 AI 工具，我更在意它能不能把一件事情做完。

Agent 的变化，正是从即时问答走向持续执行。它可以读资料、查网页、操作电脑、调用外部工具，也可以在后台继续处理比较长的任务。人的工作从逐句告诉 AI 怎么做，逐渐变成先把目标、背景和验收要求交代清楚，再检查它交付的结果。

Agentic Engineering 这个词最早更多出现在编程领域，现在它的含义已经延伸到更广泛的工作任务。它关注 AI 生成代码的能力，也关注 AI 能不能理解上下文、自己拆步骤、调用工具、运行验证，并在出错后继续修改。Vibe Coding 仍然可以描述自然语言编程体验，但它只是 Agent 在软件开发中的一个具体用法。

这也是为什么 ChatGPT、Claude、WorkBuddy、千问办公和 TRAE Work 这类产品都在往综合工作台发展。用户不需要先判断任务属于办公、浏览器还是代码，只要把事情说清楚，产品会在执行过程中调用相应能力。

MCP 和 Agent Skills 也开始被更多产品采用。前者解决 Agent 怎样连接文件、网页、数据库等外部工具，后者把完成某类工作的步骤和经验整理成可复用的能力。它们会影响 Agent 能不能稳定完成长任务，也值得放进选型时的考虑范围。

下面这份清单，可以先看能直接替我们完成混合任务的通用 Agent，再看设计、开发等垂类产品。自己搭建智能体和企业部署工作流的话，在后面也有单独说明。

🚀 通用 Agent 产品

通用 Agent 适合处理一条完整的任务链。资料整理、研究分析、文档和表格、网页操作，以及一些轻量编程，都可以先从这一类产品开始尝试。

海外大厂

【ChatGPT( Codex) 】🌟🌟🌟🌟🌟

OpenAI 已经把 Codex 的编程能力深度纳入 ChatGPT。现在的 ChatGPT 可以处理写代码、做表格、生成报告、操作电脑和浏览器等任务，工作和编程都放在同一个应用中。

它适合当作日常首选主力 Agent。使用时，把目标、背景材料、可用文件和验收标准交代清楚，再让它执行。完成后检查结果，尤其要检查数据、文件改动和关键结论。任务越具体，结果通常越稳定。

之所以这么选择，是我还是比较认可当下 Base Model 决定论的。当下各种应用表现出来的能力上限、创新边界和商业价值，已经显而易见越发取决于其底层基座模型的性能。只能说，GPT 还是太全面，以及遥遥领先了。

【Claude】🌟🌟🌟🌟

Anthropic 把 Claude Cowork、Computer Use 和 Claude Code 放进了同一套产品体系。Cowork 偏向桌面办公，可以处理文件、表格和报告，也能结合浏览器完成操作。Claude Code 则负责代码库和软件开发任务。

Claude 的写作和长文能力口碑较好，适合研究、写作和复杂资料处理。国内访问限制较多，实际使用前要考虑网络和账号条件。

【Gemini Spark】🌟🌟🌟🌟

Gemini Spark 代表了 Google 体系里持续运行型个人 Agent 的发展方向。它依托云端算力处理任务，适合日常资料整理、信息跟踪和自动化操作，也适合已经在使用 Google 账号、文件和办公服务的人。

这类产品的使用方式和普通聊天窗口不同。任务交给它之后，用户可以离开当前对话，等它继续处理并返回结果。具体开放范围和可用额度，会随地区和订阅方案变化。

现象级开源 Agent

开源 Agent 适合愿意自己配置环境、连接工具和管理数据的用户。它们的影响力来自开源社区，也让更多人开始关注个人 Agent 怎样长期运行。

【OpenClaw】🌟🌟🌟

OpenClaw 是开源个人智能体框架，曾经掀起“养龙虾”的现象级热潮。它采用事件驱动和模块化设计，可以接入微信、Telegram、Slack、Discord、企业微信等消息渠道，自己管理任务和记忆，也支持云端部署。

它适合愿意折腾的效率爱好者。OpenClaw 已经被一些 Agent 平台支持接入，各大厂也推出了它的云端托管版，比如 KimiClaw、MaxClaw、ArkClaw 等。它对个人智能体的产品形态产生了较大影响，仍然值得作为开源 Agent 的代表来了解。

【Hermes Agent】🌟🌟🌟

Hermes Agent 是 Nous Research 推出的开源自进化智能体，主打跨会话记忆、自主创建技能和多工具调用。它和 OpenClaw 的使用方向接近，架构更偏向运行时与记忆系统。

对于希望掌握 Agent 运行方式、愿意自己维护环境的人来说，Hermes Agent 和 OpenClaw 都值得关注。普通用户可以先了解它们能解决什么问题，暂时不必急着自己部署。

国产大厂 AI 办公工作台

国产产品最近的变化很明显。办公、浏览器、文件、设计和编程开始出现在同一个工作台中，国内用户也更容易直接连接常用的办公和通讯工具。

【Kimi Work】🌟🌟🌟🌟

月之暗面推出的 Kimi Work，面向知识工作者提供桌面通用 Agent 能力。它可以挂载本地文件夹、自主浏览网页、后台运行代码、执行定时任务，并交付文档、表格和 PPT 等成品。

Kimi Code 为它提供编程能力。产品还支持调度多个子 Agent 协作，可以把本地文件操作、浏览器、定时任务和代码执行放到同一条任务中。需要处理大量资料，又希望让 AI 在后台继续工作的用户，可以优先试试它。

【智谱清言】🌟🌟🌟🌟

智谱清言目前搭载 GLM-5.2，已经具备通用 Agent 的使用方式。用户说出一个目标后，它可以自动规划、调用工具、拆分任务并交付结果。对于想在国产产品中寻找通用 Agent 入口的用户，清言值得盘点。

AgentMore 是智谱清言生态中的多 Agent 协作入口，可以让多个 AI 角色共同处理任务，也能连接微信、飞书等工具。它更适合被理解为清言生态里的协作平台。想自己搭建智能体，则可以使用清言的智能体中心，后文会单独介绍。

【WorkBuddy】🌟🌟🌟🌟

腾讯推出的 WorkBuddy 是桌面 AI 智能体工作台，把办公、代码和设计放到同一个入口里，也支持通过企业微信、QQ、飞书和钉钉远程操作。

它适合希望用一个产品覆盖日常办公和轻量代码任务的用户。办公、设计和编码之间切换频繁的人，可以重点感受它的统一工作台体验。

【千问办公 QwenWork】🌟🌟🌟

阿里推出的千问办公 QwenWork，面向企业级办公和 Agent 使用场景，同时支持桌面端 Agent、云端 Agent 和企业协作 Agent。

个人用户可以先体验它的办公能力。企业用户则可以重点关注它怎样连接内部系统、安排协作任务和处理权限问题。

【TRAE Work】🌟🌟🌟

字节把 TRAE SOLO 升级为 TRAE Work，让它从代码智能体扩展为 AI 原生工作台。Work 模式处理报告、表格和网页等通用办公任务，Design 模式负责视觉与网页设计，Code 模式承接软件开发，三种模式可以切换。

TRAE Work 与 TRAE IDE 是两条产品线。前者面向普通用户，后者面向专业开发者。想在一个产品里试用办公、设计和编程能力，可以重点看看 TRAE Work。

其他通用 Agent

下面几款放在补充位置。它们各有特点，适合在已经有主力工具之后按任务尝试。

【Manus】Manus 是较早引发广泛讨论的通用 Agent 代表，适合把研究、资料整理和报告交付等任务放到云端异步处理。它让很多人第一次直观看到，AI 可以自己完成一段较长的工作流程。

【Genspark】Genspark 在研究、多媒体内容产出和 AI Workspace 方面比较突出，可以把资料搜集、PPT 生成和内容创作放到一条任务中完成。

【天工】天工提供资料搜集、分析、可视化呈现和设计等能力，适合作为国产通用 Agent 的补充选择。

【MiniMax】MiniMax 的 Agent 产品在长任务、迭代式编辑和多媒体输出方面有自己的特点，可以按具体任务尝试。

【AutoGLM】AutoGLM 是智谱在手机端智能体方向的实验性产品，可以远程操作 App 和网页。它适合关注手机端 Agent 操作方式的极客用户群体了解，普通用户暂时不用把它当作主力工具。

🚀 垂类 Agent 产品

通用 Agent 适合接住混合任务。遇到设计和软件开发这类有专门流程的工作，垂类 Agent 往往更顺手。

编程工具当然也属于 Agent 产品，只是它们服务的是软件开发场景。Vibe Coding 可以描述其中一部分自然语言编程体验，真正影响开发效率的，还包括 Agent 能不能理解代码库、拆分任务、执行命令、运行测试，再根据结果修改代码。

AI 设计 Agent

【Lovart】🌟🌟🌟

Lovart 是设计领域的 AI Agent 平台，可以通过一句话完成品牌视觉、海报、PPT、视频等多模态设计任务。它在营销视觉和设计 Agent 领域有较强的代表性，适合设计师、内容创作者和品牌方使用。

【Gamma】🌟🌟🌟🌟

Gamma 是制作演示文稿、网站和文档的知名 AI 工具，质量和口碑都不错。它支持通过对话调整版式和内容，也适合把资料快速整理成可以展示的视觉内容。

如果你的工作经常涉及 PPT、网页和品牌素材，Gamma 值得尝试一下。

AI 开发 Agent

AI IDE

【Cursor】🌟🌟🌟🌟

Cursor 仍然是市场上热门的 AI IDE 之一。它把代码编辑器、代码库理解和智能体协作放在一起，适合需要持续修改项目、并行处理多个开发任务的用户。它的使用体验也比较成熟完整。

【Google Antigravity】🌟🌟🌟

Google Antigravity 是 Google 旗下偏 Agent-first 的开发平台，提供图形界面和命令行入口，支持编排和构建 Agent，也支持多模型与 Claude Skills。

想研究 Agent 开发环境，又希望保留图形界面和命令行入口的开发者，可以了解这个产品。

AI Coding Agent

【Claude Code】🌟🌟🌟🌟

Claude Code 是 Anthropic 面向软件开发推出的原生编程 Agent。它可以理解代码库、执行命令、修改文件、运行测试，并在多个开发任务之间持续工作，也支持 Agent Skills 和后台任务。

它也是 VibeCoding 界的当红炸子鸡。更适合有明确开发任务、愿意在终端里和代码库长期协作的用户。当然，它也已经推出了与 Codex 一样的图形化界面，方便小白上手。

【GitHub Copilot】🌟🌟🌟🌟

GitHub Copilot Coding Agent 适合已经在使用 GitHub 的开发者。它可以根据 Issue 或任务要求修改代码、发起 Review，并结合代码仓库中的工程规范完成开发工作。

如果团队的代码、Issue 和协作流程都在 GitHub 上，这种和代码托管平台结合的方式会比较顺手。

【Qoder】🌟🌟🌟

Qoder 是阿里推出的编码智能体产品，原通义灵码已经更名为 Qoder。它兼容 Claude Code 的 Skill 标准，企业版提供云端知识库，也提供 Cloud Agents，用于快速部署企业 Agent。

对于需要国内访问环境、又希望使用接近 Claude Code 的编码工作方式的用户，Qoder 也是一个比较实用的选择。

【OpenCode】🌟🌟🌟

OpenCode 是现象级开源 Coding Agent，提供了比较友好的可视化界面，支持 ChatGPT、Gemini、Claude 等主流模型，也支持 Skills 和 MCP。

它适合想低成本体验 Coding Agent，或者希望自己托管开发环境的用户。

【Kimi Code CLI】🌟🌟🌟

Kimi Code CLI 是月之暗面推出的终端 AI 编程 Agent，可以读写代码、执行命令和自主规划，也支持 MCP 与子 Agent。国内可以直接使用，适合作为 Claude Code 的国产替代选择，也是 Kimi Work 的编程能力来源之一。

编辑器与预览补充工具

【Visual Studio Code】微软开发的老牌源代码编辑器，功能完整，用途广泛。即使使用 AI Coding Agent，很多人仍然需要它来查看项目、修改文件和检查运行结果。

【SvgViewer】SVG 在线预览工具，适合快速查看 Agent 生成的 SVG 文件。

【SvgEdit】SVG 在线编辑工具，适合对生成的图形做简单调整。

【HTML、CSS、JavaScript 在线运行工具】适合快速预览网页代码，不需要先搭建本地开发环境。

🚀 Agent 搭建平台

如果你想自己做一个小型智能体、知识库或简单工作流，可以看这一类平台。它们的重点是让用户配置任务规则、资料和工具，适合个人和轻量场景。

【扣子 Coze】

扣子是字节的 Agent 搭建平台，提供低代码拖拽和自然语言驱动两种方式，可以搭建智能体、工作流、编程项目和视频项目，也支持一键部署发布。

它还可以接入 OpenClaw、Claude Code 等外部 Agent，对接飞书比较方便。想快速搭出一个可用工具，又暂时不想处理复杂部署的人，可以从扣子开始。

【智谱清言 · 智能体中心】

清言的智能体中心设置比较容易上手，适合用来探索智能体和知识库，也可以自己搭建一些实用的小工具。

它和前面的智谱清言通用 Agent、AgentMore 分工不同。清言负责直接使用，AgentMore 负责多 Agent 协作，智能体中心则负责自己搭建。

🚀 Workflow 工作流与企业级部署

当任务需要连接内部系统、控制数据权限、反复运行，或者需要由团队长期维护时，通用 Agent 往往还不够。这时可以研究 Dify 和 n8n。

【Dify】

Dify 是开源的 LLM 应用开发平台，支持集成开源和商业模型。用户可以在可视化画布上构建和测试 AI 工作流，再把应用部署到实际环境中。

它适合希望自行部署、控制数据和流程的团队。个人用户也可以从简单工作流开始，先把一个具体流程跑通，再考虑后续扩展。

【n8n】

n8n 是图形化低代码自动化平台，在大模型出现之前就被用于连接不同服务、自动处理日常工作。现在它可以把大模型接入节点，组成 AI 工作流，并连接外部工具。

它的自定义空间较大，入门有一定难度。需要把多个业务系统接起来，或者长期维护自动化流程的用户和团队，可以重点研究它。

🚀 Agent 通用标准

MCP

MCP（Model Context Protocol）是让 Agent 连接外部工具的开放标准。它最初由 Anthropic 开源，后来得到多家模型和软件公司的支持。Agent 想调用文件、网页或数据库，可以通过 MCP 连接。

MCP 解决的是 Agent 怎样连接工具的问题。现在选择 Agent 工具时，是否支持 MCP 已经是很重要的参考条件。

Agent Skills

Skill 可以理解成一份可复用的任务说明。它把完成某类工作的步骤、注意事项和相关资源整理好，让 AI 助手在重复任务中少走弯路，也更容易保持稳定的工作方式。

比如，前端设计 Skill 可以提醒 Coding Agent 关注页面结构、交互和视觉细节。文件规划 Skill 可以帮助 Agent 记录长任务的目标、进度和待办。测试、Code Review 和 Debug 类 Skill，则可以把开发过程中的检查步骤固定下来。

对于经常处理同一类工作的个人和团队，Skill 的用处在于把经验写下来，之后让 Agent 反复调用。它可以用于编程，也可以用于资料整理、研究分析、写作和办公流程。

Skills 这部分的更详细资料、实用推荐合集和调用方法，同样见飞书文档《常用 AI 工具箱》。

最后再简单盘点一下怎么选

如果你现在只想先选一两个工具，可以结合自己的主要任务需求来选。

日常办公、资料研究、表格和报告，可以重点考虑 ChatGPT（Codex）、Claude、Kimi Work、WorkBuddy 这几个。这些除了应用丝滑，可以用到的模型能力（有关各家模型能力对比与如何挑选的内容，在我的飞书知识库中也有对应章节可供查阅了解）也都是海内外领先的存在。当然，国内用户还要把访问条件、文件权限和常用办公软件的连接能力一起考虑。

设计工作可以重点看 Lovart 和 Gamma。它们更适合有明确交付物的场景，比如品牌视觉、海报、PPT、网页和其他展示型内容。

开发软件时，可以先用通用 Agent 处理需求分析、文档和简单修改。项目规模变大，需要频繁运行测试和操作代码库时，再选择 Codex、Claude Code、Cursor、OpenCode、Qoder 或 Kimi Code 这类更专注于编程的工具。

想要自己搭建小型智能体的话，可以从扣子或智谱清言智能体中心开始。需要接入企业系统、控制数据、编排复杂流程时，再研究 Dify 和 n8n。MCP 和 Agent Skills 属于更通用的能力，值得在使用过程中逐步了解掌握。

大多数人其实不需要同时拥有一长串工具。先选一个能覆盖主要任务的 Agent，比如 Codex，实际用一段时间，再看自己在哪些环节还需要补充。产品选择可能一直变化，毕竟照目前这发展速度，各家打擂台日新月异的，但自己的工作流程和判断标准是更值得长期留下来的。

再有就是，Prompt 工程的重心也在变化。现在已经不再是推理大模型还没盛行前那个阶段，与其再花很多时间研究复杂的提示词技巧，不如把每次的任务需求讲清楚，提供足够的背景资料，明确交付标准，再让 AI 调用工具尝试完成工作。这样做，通常比只追求一句“完美提示词”更加实用高效，也更能收获惊喜结果。

接下来，更值得研究的是怎样使用一个真正顺手的 Agent，怎样把自己的资料、经验和工作流程整理成可复用的上下文与 Skill，以及怎样在关键节点检查结果。

工具不用太多，先把一两个顺手的用熟，再慢慢固定适合自己的工作流程。真正有用的能力，往往来自持续使用之后形成的习惯，而不是收藏了一长串产品名称。

器不求多，贵在锋利；法不求繁，重在有效。

—— THE END ——

既然看到这里了，如果觉得我的内容还不错，不妨随手点个赞、在看、转发三连吧～如果想要第一时间收到推送，也可以给我个星标⭐