开发者Club

3分钟搞懂AI代码助手

AI 代码助手已经从补全一行代码，发展到能自己读仓库、改文件、跑测试的编程 Agent。本文讲清它的三种用法、主流工具的区别和怎么选、国内能用哪些，以及它到底能提效多少、用的时候要注意什么。

开发者Club
更新于
8 分钟阅读
AI人工智能AI代码助手AI编程编程AgentGitHub CopilotCursorClaude CodeCodexDevin DesktopWindsurfAntigravityKiroOpenCodeTraeQoder CNCodeBuddy文心快码Kimi Code
阅读 —收藏 —

一句话定义

AI 代码助手 = 装在编辑器、终端或代码托管平台里的 AI 工具：它根据你正在写的代码和你交代的任务，帮你补全代码、解释代码、回答问题，或者自己去读代码仓库、修改文件、执行命令和测试，把写代码过程中重复和机械的部分接过去，让你把精力放在需求、设计和审查上。

举个例子，同样是「给注册接口加上邮箱格式校验」这件事，用不同的方式会是这样的：

补全: 你打开文件开始写校验函数, AI 用灰色文字提示下一行, 你按 Tab 接受
对话: 你把代码贴给 AI, 问它怎么写, 它给出一段代码, 你再自己复制回项目里
Agent: 你只说一句需求, AI 自己找到注册接口的代码, 改完再补上测试并跑一遍,
       测试没过就接着改, 最后把改动列出来等你确认

这三种用法现在在大部分工具里都同时存在，区别在于每一步由谁来做。你交给 AI 的步骤越多，你要花在检查结果上的精力也就越多。

补全、对话、Agent 三种用法里，每一步由你还是 AI 来做：交给 AI 的步骤越多，审查的分量越重

从补全到 Agent，AI 代码助手经历了哪些变化？

AI 代码助手这几年变化很快，如果你看到的教程是一两年前写的，里面说的产品可能已经改名、被收购，甚至停止服务了。让我们按时间顺序看一下它是怎么一步步变过来的：

阶段大致时间代表产品你要做什么
补全2021 年起GitHub Copilot自己写代码，AI 猜你下一行要写什么
对话2023 年起ChatGPT、Copilot Chat把问题和代码交给 AI，自己把答案搬回项目
Agent2025 年起Claude Code、Codex、Cursor交代任务，AI 自己读代码、改文件、跑测试，你来审查
多 Agent 和云端2026 年Cursor 3、Devin、Copilot 云端 Agent同时派几个 Agent 在云端干活，你更多是在分配任务和合并结果

第一个阶段的代表是 2021 年推出的 GitHub Copilot，它在你打字时预测接下来的代码，有点像手机输入法的联想词。第二个阶段，大家开始在聊天窗口里问 AI 怎么写、为什么报错、让AI给出正确的代码等。

真正的变化发生在 2025 年。Anthropic 在 2 月推出了 Claude Code，OpenAI 在 4 月推出了开源的 Codex CLI，Cursor 也把 Agent 模式做成了主要功能。这类工具和前两种最大的不同在于：它能自己执行命令、看到运行结果，再根据结果决定下一步，这就是我们常说的编程 Agent。

到了 2026 年，各家又往前走了一步：Agent 可以在云端的虚拟机里运行，你关上电脑它也能继续干活，做完了直接提交一个 PR 等你审查；一个人也可以同时派出好几个 Agent，各自负责不同的任务。

在 Stack Overflow 2026 年的开发者调查里，用 AI 的开发者中，有 73% 每天都在使用编程助手或编程 Agent；而在编程 Agent 这一项里，用得最多的是 Claude Code 和 GitHub Copilot，分别有 66% 和 59% 的受访者在用。

主流工具分成哪几类？

现在的 AI 代码助手，按照「你主要在哪里用它」大致可以分成四类：

类型代表产品适合什么情况
编辑器插件GitHub Copilot、JetBrains AI、Qoder CN 插件、文心快码、CodeGeeX不想换掉用惯了的 VS Code 或 JetBrains，只是加一层 AI
AI 原生编辑器Cursor、Devin Desktop（原 Windsurf）、Trae、Kiro、Antigravity愿意换一个编辑器，换来更深的整项目理解和 Agent 体验
终端 AgentClaude Code、Codex CLI、Antigravity CLI、Kimi Code、OpenCode习惯在终端里工作，或者想把 AI 放进脚本和 CI 流程里
云端 AgentCopilot 云端 Agent、Codex Cloud、Cursor 云端 Agent、Devin Cloud把一个完整的任务丢给它，过一会儿回来审查它提交的 PR

需要注意的是，这四类之间的边界已经越来越模糊了。Copilot 本来是编辑器插件，现在也有了命令行版本和云端 Agent；Claude Code 本来是终端工具，现在在 VS Code、桌面应用和网页里也都能用；Cursor 是编辑器，但也能在终端里运行。所以这里的分类是看它主要的使用场景，而不是说它只能这样用。

几款主流工具有什么区别？

先用一张表看一下几款海外主流工具的大致情况（价格是美国的月付价格）：

工具公司主要形态能用哪些模型个人付费起步价
GitHub Copilot微软 / GitHub编辑器插件、CLI、云端 AgentClaude、GPT、Gemini 等多家10 美元（有免费版）
CursorSpaceX（原 Anysphere）AI 编辑器、云端 Agent套餐内是 Grok 和 Composer，其他模型另外付费8 美元（有免费版）
Claude CodeAnthropic终端、IDE 扩展、桌面和网页只用 Claude 系列20 美元（随 Claude 订阅）
CodexOpenAI终端、IDE 插件、ChatGPT 桌面应用、云端GPT 系列20 美元（随 ChatGPT 订阅）
Devin DesktopCognitionAI 编辑器、云端 Agent多家有免费版
AntigravityGoogleAI 编辑器、CLI以 Gemini 为主随 Google AI 订阅（有免费版）
Kiro亚马逊 AWSAI 编辑器、CLI以 Claude 为主有免费版

从这张表可以看出，各家最大的区别其实不在于「会不会写代码」，而在于能用哪些模型、怎么收费、主要在哪里用。另外每款工具也各有侧重，下面会有详细介绍。

GitHub Copilot：不想换编辑器的首选。它支持 VS Code、JetBrains、Visual Studio、Xcode 等主流编辑器，入门门槛最低。免费版每月有 2,000 次代码补全和少量的对话、Agent 用量，经过认证的学生也可以免费使用。付费版分为 Pro（10 美元）、Pro+（39 美元）和 Max（100 美元）三档。从 2026 年 6 月 1 日起，Copilot 改成了按 AI Credits 计费：代码补全在付费版里不限量，而对话、Agent、代码审查这些功能会按实际消耗的 token 扣除额度，用得越多、选的模型越强，扣得就越多。Pro+ 及以上的套餐还可以在 Copilot 里直接调用 Claude Code 和 Codex 这样的第三方 Agent。如果你的团队代码本来就放在 GitHub 上，它和 PR、issue 的结合是最顺手的。

Cursor：把 AI 用得最深的编辑器。它基于 VS Code 改造而来，原来的插件和快捷键基本都能直接用，补全、Agent 和管理多个 Agent 的窗口都做得很完整。不过它在 2026 年 8 月被 SpaceX 收购之后变化很大：套餐并入了 The X Subscription，和 Grok、X Premium 一起卖，套餐里包含的用量只能用在 Grok 和自家的 Composer 模型上；想用 Claude、GPT 这些模型，要从预充值的余额里按 API 价格另外付费。OpenAI 也宣布了要停止给 Cursor 供应模型。所以如果你选 Cursor 主要是为了用 Claude，需要先把这部分额外的费用算进去。

Claude Code：适合把整个任务交出去。它最擅长的是长任务：读懂一个陌生的仓库、跨好几个文件改代码、跑测试再根据报错修复。它只能用 Claude 系列模型（也可以通过兼容接口换成其他模型），用量包含在 Claude 订阅里，Pro 每月 20 美元，高强度使用的话一般要上 100 美元以上的套餐。它的权限模式设计得比较细，从「每一步都问你」到「后台用另一个模型检查每一步」都可以选。

Codex：ChatGPT 用户可以直接用。它的用量包含在 ChatGPT 套餐里，如果你已经订阅了 ChatGPT Plus，就不用再额外付钱。Codex 的命令行工具是开源的，本地和云端两种用法都很成熟，桌面版已经并进了 ChatGPT 桌面应用。它默认推荐的 GPT-6.1 Sol 模型在编程上的表现很强，价格也比旗舰款低很多。

Devin Desktop：原来的 Windsurf。Windsurf 是 Codeium 公司做的 AI 编辑器，2025 年 7 月被做 Devin 的 Cognition 公司收购，2026 年 6 月 2 日正式改名为 Devin Desktop，原来的 Agent「Cascade」也换成了新的 Devin Local。如果你以前是冲着 Windsurf 去的，现在搜不到这个名字也不奇怪，按 Devin 的产品线来看就行：编辑器是 Devin Desktop，云端 Agent 是 Devin Cloud，此外还有命令行和代码审查工具。

Antigravity：Google 的 AI 编辑器。它没有单独的订阅，跟着 Google AI 的套餐走，免费版就能用 Gemini 的 Flash 模型。需要注意的是，2026 年 6 月 18 日起，Google 已经停止让个人账号使用 Gemini CLI，命令行工具换成了 Antigravity CLI，所以以前教程里的 gemini 命令，个人用户现在需要换成新的工具。

Kiro：AWS 的 AI 编辑器。它主打「先写需求文档再写代码」：在动手之前先和你一起把需求、设计和任务清单整理成文档，再按清单一项项实现，适合需求比较复杂、需要多人协作的项目。它也是 Amazon Q Developer 的接班产品：Q Developer 从 2026 年 5 月 15 日起已经不接受新用户注册，IDE 插件和付费订阅会在 2027 年 4 月 30 日停止支持，还在用的团队需要提前规划迁移。

开源工具：模型自己选。如果你不想被某一家的模型绑定，可以看看开源的编程 Agent，比如终端里用的 OpenCode、VS Code 插件形式的 Cline、命令行里的老牌工具 Aider。它们本身免费，接入哪家的模型、付多少钱都由你自己决定。其中 OpenCode 支持 200 多家模型服务商，国内主要厂商的编程套餐都已经内置，也能接入本地用 Ollama 运行的开源模型。不过要注意，模型的 API 费用是按用量计算的，如果你用的是很强的模型、跑的是很长的任务，花费不一定比订阅便宜。

国内开发者能用哪些？

国内开发者选工具，首先要考虑的是能不能用。Anthropic 和 OpenAI 的服务都不对中国大陆开放，Claude Code 和 Codex 默认用的模型在国内无法直接使用；Cursor 的软件可以下载，但在国内使用时，Claude、GPT、Gemini 这些模型通常不会出现在模型列表里。通过第三方中转平台来使用，有账号被封和代码泄露的风险，涉及公司代码时一定要谨慎。

好在国内厂商也都推出了自己的 AI 编程工具：

工具厂商形态说明
Trae字节跳动AI 编辑器国内讨论最多的 AI 编辑器，有国内版和海外版，主打 SOLO 模式
Qoder CN（原通义灵码）阿里云编辑器、插件、CLI2026 年 5 月 20 日由通义灵码改名而来，支持 VS Code、JetBrains、Visual Studio
CodeBuddy腾讯云编辑器、插件、CLI内置混元，也能用 DeepSeek、GLM、Kimi 等模型
文心快码 Comate百度插件为主基于文心大模型，企业版本比较成熟
Kimi Code月之暗面CLI、桌面端、VS Code 插件配合 Kimi 自家的编程模型使用
CodeGeeX智谱编辑器插件智谱和清华大学团队推出

这些工具在国内可以直接注册使用，付款也方便。需要注意的是，2026 年各家普遍调整了收费方式，从「免费」或「按次数」改成了积分或者按 token 计费，比如腾讯 CodeBuddy 国内个人版从 7 月 1 日起分成了标准、高级、旗舰三档。所以在下单之前，最好先去官网确认一下当前的额度和价格。

另一种思路是工具用海外的，模型换成国内的。Claude Code、Codex 和 OpenCode 这些工具本身都可以通过修改配置换成其他模型，DeepSeek、智谱 GLM、Kimi、千问等国内厂商都提供了兼容的接口，智谱、阿里云百炼等平台还推出了专门面向编程工具的包月套餐。不过这些工具的提示词和工具设计是针对自家模型调过的，换了模型之后，长任务的稳定性可能会有差距，建议先拿一个小任务试一试，再决定要不要用在正式的项目里。

工具和模型可以拆开组合：Claude Code、Codex、OpenCode 通过兼容接口接上 DeepSeek、GLM、Kimi、千问

怎么选更适合自己？

如果你还拿不准选哪一个，可以按下面几种情况来对照：

  • 不想换编辑器：GitHub Copilot，或者国内的 Qoder CN、文心快码、CodeGeeX 这类插件，装上就能用，原来的工作习惯基本不用变。
  • 想要一个完整的 AI 编辑器：海外可以选 Cursor、Devin Desktop、Antigravity，国内可以选 Trae、Qoder CN、CodeBuddy。
  • 习惯在终端里工作，想把整个任务交出去：Claude Code 或者 Codex。如果你已经订阅了 Claude 或 ChatGPT，选对应的那个就不用额外付钱。
  • 不想被某一家模型绑定：OpenCode、Cline 这类开源工具，模型和费用都由你自己决定。
  • 公司对代码安全有要求：优先看各家的企业版，确认代码会不会被拿去训练模型、能不能私有化部署。比如 Qoder CN 和文心快码都有面向企业的私有部署版本。

选好之后，最好拿你自己的真实项目试用一到两周，而不是只看别人的评测。同一个工具，在一个规范的 TypeScript 项目和一个十年历史的老 Java 项目里，表现可能会差很多。

还有一个常见的误会：觉得某一款工具已经「全面取代」了另一款。实际上很多开发者是混着用的，比如在编辑器里用 Copilot 补全，遇到大任务再交给 Claude Code 或 Codex。现在 AGENTS.md 这种通用的项目说明文件，也已经被大部分编程 Agent 支持，换工具的成本比以前低了很多。

AI 代码助手到底能让你快多少？

这个问题没有一个统一的答案，而且有一些研究结果和大家的感觉并不一致。

非营利研究机构 METR 在 2025 年 7 月公布过一项随机对照实验：他们请 16 位经验丰富的开源项目开发者，在自己熟悉的项目里完成真实的任务，一部分任务允许用 AI，一部分不允许。结果是，允许用 AI 的任务反而多花了 19% 的时间，但这些开发者自己估计 AI 让他们快了 20%。也就是说，感觉上变快了，实际上并不一定。

METR 2025 年实验的结果：专家和开发者都预测用 AI 会更快，实际测出来反而慢了 19% 图注：METR 官方博客里的结果图（CC-BY 许可）。纵轴是「允许用 AI 时，完成任务的时间变化」，越往上越快、越往下越慢，竖线是误差范围。左边四个绿点依次是经济学专家的预测、机器学习专家的预测、开发者在实验中的预测和实验结束后的自我估计，都认为用 AI 能快 20% 到 40%；最右边的红点是实际测出来的结果，16 位开发者完成的 246 个任务，用 AI 时反而多花了大约 19% 的时间。

不过到了 2026 年 2 月，METR 公布了用 2025 年底的 AI 工具做的跟进研究：上一次参加过实验的 10 位开发者，用 AI 后完成任务的时间减少了大约 18%；新招募的 47 位开发者只减少了大约 4%。而且这两个数字的误差范围都很大，比如前者从减少 38% 到增加 9% 都有可能。METR 自己也说明，这次的数据不太可靠：很多开发者已经不愿意在不用 AI 的条件下工作了，有的人干脆不参加实验，30% 到 50% 的人表示会把一部分任务留着不拿出来测试，所以实际的提速可能被低估了。METR 的判断是，现在的 AI 工具很可能比 2025 年初更能帮开发者提速，但具体能快多少，目前的数据还说明不了。

METR 两次实验的对比：2025 年初慢了 19%，2025 年底的跟进研究里老参与者快了 18%、新参与者快了 4% 图注：METR 官方博客里的对比图（CC-BY 许可），纵轴和上一张图一样，越往上表示用 AI 越快。左边蓝底是 2025 年 2 月到 6 月的第一次实验（Initial study），16 位开发者慢了大约 19%；右边是 2025 年 8 月到 2026 年 2 月的跟进研究（Follow-up study），其中蓝点是回来再参加的 10 位开发者（137 个任务），快了大约 18%，深红点是新招募的 47 位开发者（690 个任务），快了大约 4%。右上角的绿字说明，因为不愿意离开 AI 的开发者没有参加或者没有提交任务，METR 认为这两个提速其实都被低估了。

从这两次研究可以看出，AI 能不能帮你提速，和工具本身的进步有关，也和任务类型、你对项目的熟悉程度、你会不会用它关系很大。厂商宣传里的「提效 50%」这类数字，只能作为一个参考，不能当成对你个人的承诺。

另一个需要注意的数据是安全。Veracode 在 2026 年 7 月发布的报告里测试了 100 多个模型，在没有额外安全提示的情况下，AI 生成的代码平均只有 56% 能通过安全检查，大约 44% 的任务里都引入了有风险的安全漏洞，而且这个比例和一年前相比几乎没有改善。这也解释了为什么在 Stack Overflow 2026 年的调查里，有 48% 的开发者表示，只有在能很容易验证结果的时候才会信任 AI 的输出。

Veracode 的测试结果：AI 生成代码的语法通过率涨到接近 100%，安全通过率一直停在 50% 多 图注：截自 Veracode《2026 GenAI Code Security Report》配套的官方信息图。右边的散点图里，每个点是一个模型在某个时间点的测试成绩，横轴是 2023 年 5 月到 2026 年 5 月的几次测试。蓝线是语法通过率，也就是代码能不能正常运行，已经从 0.6 左右涨到了接近 1.0；红线是安全通过率，三年里一直在 0.5 左右徘徊，几乎没有变化。左边的 44% 表示有 44% 的生成任务引入了有风险的漏洞。

用 AI 代码助手时，要注意什么？

先把需求说清楚。如果你只说「优化一下这个项目」，AI 就只能按最常见的理解去改；而「给 auth.ts 里的登录函数加上参数校验，用户名为空时返回 400」这样的描述，它读的文件更少，改得也更准。复杂的任务可以先让它出一份计划，你确认方向之后再动手，大部分工具都有类似的 Plan 模式。

把项目的规矩写成文件。AI 每次新开一个对话都不记得上次说过什么，「用 pnpm 不用 npm」「改完要跑 lint」这类规矩，可以写进 AGENTS.md、CLAUDE.md 或者 Cursor 的 Rules 里，它每次开工之前都会先读一遍。

任务拆小，每一步都提交 Git。不要一次丢给它「写一个完整的用户系统」，拆成数据表、接口、校验、测试几步来做，每完成一步就提交一次。这样一旦它改坏了，你随时可以退回到上一个能用的版本。

代码能跑，不代表代码是对的。AI 写的代码通常看起来很专业，但它可能为了让测试通过而改了测试本身，可能调用了一个根本不存在的函数，也可能在边界条件、并发和权限上埋下问题。最终合并之前，你还是要像审查同事的代码一样自己看一遍，尤其是涉及登录、权限、支付和删除数据的部分。

动画：纸箱比尺子上的限高线高，袖子没改箱子，而是把限高线擦掉画高，测试灯变绿；推到真正的「线上」门洞时，箱子还是卡住了

不要随便开全自动权限。编程 Agent 能直接在你的电脑上执行命令，各家都提供了「跳过所有确认」的模式，这类模式只适合在隔离的容器或虚拟机里使用。另外，代码仓库、网页和文档里可能藏着专门写给 AI 看的恶意指令，诱导它执行危险命令或者把密钥发出去，这就是提示词注入。所以不要让 Agent 在有生产环境权限的机器上，去处理来路不明的仓库。

确认公司代码能不能交给 AI。你的代码会被发送到模型服务商的服务器上处理，个人版的默认设置里，有的工具可能会把你的代码用于训练模型。如果是公司代码，先确认公司的规定，再去设置里检查隐私选项，或者直接使用企业版。

最后还有一个常见的误会：有了 AI，就不用学编程了。实际情况恰恰相反，AI 降低的是敲键盘的成本，但对设计和审查能力的要求更高了。你要能看出它哪里写错了、哪里不安全、哪里和业务规则对不上，基础越薄弱，越容易被看起来很专业、但实际上有问题的代码带偏。

时效性提醒

AI 代码助手是变化最快的 AI 产品之一，下面这些内容最容易过时：

  • 价格和计费方式：Copilot、Cursor、Trae、CodeBuddy 都在 2026 年改过收费方式，各家的额度和价格几乎每个季度都在调整；
  • 产品名称和归属：Windsurf 改名 Devin Desktop、通义灵码改名 Qoder CN、Gemini CLI 换成 Antigravity CLI、Amazon Q Developer 交接给 Kiro，后续可能还会有类似的变化；
  • 模型供应关系：比如 OpenAI 停止给 Cursor 供应模型的最终日期还没有确定；
  • 地区限制：海外工具在国内能不能用、能用哪些模型，也可能随时调整。

建议：以各产品官网的价格页和文档为准，本文里的数字只作为大致的参考。

💬 互动话题：你现在主力用的是哪一款 AI 代码助手？更多是用它补全代码，还是已经习惯把整个任务交给 Agent 了？

📖 相关阅读：

资料来源：

上一篇
3分钟搞懂AI虚拟人
下一篇
3分钟搞懂Vibe Coding

评论

登录后即可发表评论

登录账户

加载评论中...