这半年里，我先后更换了三次主力 AI 编程工具。
并不是因为某一款不好用，而是这个赛道变化实在太快。几乎每隔一两个月，就会出现新的 AI 开发工具，让你明显感觉手里的方案已经不够用了。
大约在 2025 年 2 月前后，七款 AI 编程工具几乎同时上线了多 agent 能力。它们不再只是简单做代码补全，而是已经能够自主读取文件、执行测试、修改代码，甚至直接提交代码。AI 编程工具的正面竞争，也从那时真正开始。
我认真盘了一下，当时战场上大致有七位核心选手。
Claude Code。Anthropic 出品。运行在终端里，没有 GUI 图形界面。它可以直接读取你的代码库，理解完整上下文，并连续执行复杂开发任务。非常适合习惯命令行、偏好终端工作流的开发者。
Codex。OpenAI 出品。也是终端类 AI 编程工具。它的优势在于并行处理多个任务，你可以同时派出多个 agent 分头工作。对于大型项目、多模块协作和任务拆分特别实用。
Cursor。独立公司打造的 AI IDE。基于 VS Code 深度改造。Tab 补全体验非常出色，Cmd+K 的对话式编程也足够自然顺手。目前它依然是用户规模最大的 AI IDE 之一。
Copilot。GitHub 出品，背后有微软生态支持。它与 VS Code 和 GitHub 体系深度整合，agent 模式下可以自动修复 issue、创建 PR。对于重度依赖 GitHub 工作流的团队和个人来说，优势非常明显。
Kiro。AWS 出品。主打 spec-driven 开发模式，也就是先写需求文档，再生成代码。同时它提供 skill 系统来定义工作流，非常适合团队协作、规范化开发和多人项目管理场景。
Antigra vity。Google 出品。基于 Gemini 模型，最大的特点就是免费，对个人开发者尤其友好。虽然发布时间不算久，但迭代速度很快，值得持续关注。
Windsurf。它的前身是 Codeium，属于 IDE 类 AI 开发工具，强调流畅的 flow 体验。虽然被 OpenAI 收购后未来方向还有些不确定，但就产品本身而言，整体完成度和使用体验都不错。
七个选手，本质上可以归为三种形态。终端类有 Claude Code 和 Codex。IDE 类包括 Cursor、Copilot、Kiro、Windsurf、Antigra vity。虽然产品形态不同，但它们的核心能力正在快速靠拢。
那到底该选哪个？
我的结论是：不要一味去找“最强”的工具，而要选择最适合你工作方式的 AI 编程助手。
如果你偏爱终端操作和命令行工作流，Claude Code 往往会是更合适的选择。如果你更看重 IDE 的可视化体验和交互效率，Cursor 通常能带来更顺滑的使用感受。如果你的预算有限，Antigra vity 作为免费 AI 编程工具，是一个很值得尝试的方案。如果你的团队日常深度使用 GitHub，那么 Copilot 的生态集成能力会让你省下很多协作成本。
我自己的组合是：用 Claude Code 作为主力，负责日常开发任务；用 Kiro 做团队协作，通过它的 skill 系统管理工作流；再用 Codex 跑并行任务，比如一次性给多个模块补测试。
这套搭配未必是标准答案，更不是所谓最优解。这只是适合我当前工作方式的解法。你的工作习惯不同，最终选出来的组合自然也会不一样。
还有一个很明显的趋势：这些 AI 编程工具正在逐渐趋同。Claude Code 开始补 GUI，Cursor 正在强化 agent 能力，Copilot 也在增加终端模式。再过半年，它们之间的能力差距大概率会比现在小很多。
所以现阶段“选哪一个”其实没那么重要。真正重要的是先开始使用。只有真正上手，你才会知道自己需要什么，也才能在下一次更换工具时做出更准确的判断。
下面说说，怎么最快开始上手。
三条路线，选一条直接走就行。
111
路径一：终端派，安装 Claude Code。
你可以通过命令行执行：npm install -g @anthropic-ai/claude-code 来安装 Claude Code。安装完成后，在终端输入 claude，再进入你的项目目录。接着你就可以直接提问，例如「帮我看看这个项目的结构」。Claude 会自动读取相关文件、理解项目代码，并给出对应分析。整个过程几乎不需要额外配置，对于想快速体验 AI 编程的人来说非常高效。
路径二：IDE 派，安装 Cursor。
去 cursor.com 下载并安装。打开你的项目后，按 Cmd+K 就可以开始对话式编程。它的 Tab 代码补全体验非常顺滑，而且界面和 VS Code 基本一致，迁移成本几乎为零。对于已经习惯 VS Code 的开发者来说，上手会非常快。
路径三：零成本派，安装 Google Antigra vity。
免费，基于 Gemini。去 Google 官网下载安装即可。它很适合预算有限的个人开发者，让你在不花钱的前提下，完整体验一套 AI 编程工作流。
装好之后该做什么？
先给它一个小任务，试试手感。比如：
帮我给这个函数写个单元测试
或者：
帮我看看这个文件有什么问题
不要一开始就让它重构整个项目。更稳妥的方式，是先从小任务建立信任。你需要观察它的判断质量，看它理解代码的深度，也要感受它常见的出错方式。这些判断，都要靠一连串小任务慢慢积累。
当你连续跑了十几个小任务之后，基本就会知道它擅长什么、不擅长什么。到了这个阶段，再把更大的任务交给它，效果通常会更好。
再说一个进阶玩法。Claude Code 有一个 skill 系统，可以定义可复用的工作流。这也是它很有竞争力的特点之一。
在项目目录下创建一个文件：
name: review
description: 代码审查
检查以下几点：
- 有没有未处理的错误
- 有没有硬编码的密钥
- 有没有缺少的输入验证
把这个文件放在 .claude/skills/review.md。以后只要对 Claude Code 说一句「review 一下这个文件」，它就能触发这个工作流。
你完全可以定义多个不同的 skill，比如写测试的、做重构的、排查安全漏洞的。每个 skill 本质上都是一个 markdown 文件，用来描述你希望 AI 如何完成任务。你可以把它理解为：提前给 AI 编程助手写好一份岗位说明书。
最后再说几个特别容易踩的坑。
Claude Code 需要 Anthropic API Key，或者 Claude Max 订阅，并不是免费的。API 通常按 token 计费，如果你是重度使用者，一个月花几十美元并不夸张。Max 虽然是固定月费，但也会有使用量上限。
Cursor 免费版有调用次数限制。Pro 版价格是每月 20 美元。如果你每天高频使用，免费额度往往撑不了几天，这点最好提前有预期。
Codex 需要 OpenAI API 额度，同样也是按 token 计费。尤其是在并行任务模式下，消耗速度会比想象中更快。
还有一个很实用的建议：不要在同一个项目里同时安装两个 IDE 类 AI 工具。比如 Cursor 和 Windsurf，它们的配置文件可能发生冲突。选一个长期使用就够了。终端类工具则不太受这个问题影响，Claude Code 和大多数 IDE 都可以共存。
再回到开头那个问题：半年换了三次主力工具，到底值不值？
我觉得值。每一次更换，都让我更清楚自己真正需要什么。第一次用 Cursor，我体会到了 AI 代码补全的效率提升。第二次换到 Claude Code，我理解了终端 agent 带来的自由度。第三次加入 Kiro，我看到了 skill 系统在团队协作中的实际价值。
这不是在浪费时间，而是在用相对最低的成本，完成一次对 AI 编程工作流的认知升级。
工具还会继续变化，我的建议很简单：现在就选一个装上，连续用一周。一周之后，你对自己真正需要哪类 AI 编程工具的判断，往往会比看十篇测评文章更准确。