现在 AI 编程工具的名字一大堆：Copilot、Cursor、Claude Code、Codex、Antigravity... 新手很容易被绕晕。
这篇文章梳理这个生态的格局和演进史，搞清楚这些工具都是谁家的，能力差异如何，最后给出我在 2026 年的工具选型建议。
建议你先读一下 LLM 和 Agent 的核心术语和原理，详细说明了 LLM 和 Agent 的关系。
对于一个 AI 工具来说，无论是开发者使用的 Coding Agent，还是非开发者用 AI 制作 PPT、AI 制作视频，甚至是网页的 AI 聊天机器人，它们的本质都是 LLM 模型 + Agent 工程实现的组合。
换句话说，想让 AI 工具好用，LLM 模型必须强大，同时 Agent 的工程实现也得跟上。任何一方不够强，最终效果都不尽如人意。
研发 LLM 模型非常烧钱，放眼全世界都没有多少公司能玩得起。而研发 Agent 可以理解为就是普通的软件开发，门槛低很多，所以你会看到市面上很多公司都在搞 Agent 研发。
基于这个原理，我们可以有一个简单的推断：掌握大模型的公司，如果真的想搞某个领域的 Agent，肯定是没人能竞争得过的。
这很好理解吧：如果你掌握模型的定价权，可以成本价调用模型，竞争对手得来买你的模型再和你竞争，咋可能竞争得过你呢？
所以说想要分析谁家的工具最好用，首先要搞清楚目前 AI 行业的格局，然后再去分析不同产品的使用体验。
AI 届的「御三家」
先看 LLM 模型，目前技术最强的三家大模型公司：
OpenAI：最早做出大语言模型的公司，旗舰模型是 GPT 系列，目前最新版本 GPT 5.5。
Anthropic：从 OpenAI 离职的几个核心员工创办的公司，旗舰模型是 Claude 系列，分 Sonnet（标准版）和 Opus（专业版）两条线。目前最新的是 Sonnet 4.6 和 Opus 4.7。
Google：财大气粗的搜索巨头，旗舰模型是 Gemini 系列，目前最新版本是 Gemini 3.1 Pro。Gemini 的强项是多模态（图像的生成和理解），编程能力比前两家弱一些。
每家都自研模型，同时也基于自家模型推出了对应的 AI 编程工具。我用一张表汇总一下：
| 公司 | 模型 | 命令行工具（开发者向） | 桌面应用（更广泛用户向） | IDE |
|---|---|---|---|---|
| OpenAI | GPT 系列 | Codex CLI | Codex Desktop | -- |
| Anthropic | Claude 系列 | Claude Code | Claude Desktop | -- |
| Gemini 系列 | Gemini CLI | -- | Antigravity |
这些都是美国公司，中国也有阿里巴巴、DeepSeek 等大模型研发公司，他们的模型性价比很高，但就绝对能力来说，相较于这三家的模型还有一定差距。
至于其他 AI 相关的工具，都是在调用模型提供商的服务。比如 GitHub Copilot、Cursor 等等，开发这些产品的公司本身没有大模型，它们的价值在于把模型 API 包装成顺手的工具提供给用户使用。
理解这个格局之后，下面那些工具的功能差异、谁强谁弱，就好分析了。
从 Copilot 到 Agent：路线之争
回顾一下 AI 编程工具的演进史，能看到一个清晰的路线分化：Copilot 路线（人写代码，AI 辅助）和 Agent 路线（AI 写代码，人审查）。
Copilot 时代：AI 是辅助
最早的 AI 编程产品是微软 GitHub Copilot，2021 年 6 月发布技术预览版。顾名思义 copilot 就是「副驾驶」，主驾还是程序员自己。
它提供的核心能力是 Tab 补全：你在编辑器里敲代码，Copilot 根据上下文猜你接下来要写什么，灰色显示在光标后面。觉得猜得对就按 Tab 接受，不对就继续敲自己的：
所以 Copilot 时代代码主要还是靠人写，AI 只是猜测你的下一步。
这种形态对程序员来说门槛低、不打断思路，但 AI 介入的程度也很有限。
Cursor 时代：Agent 路线胜出
2023 年 3 月，Cursor 发布。它把 VS Code 整个 fork 下来，把 AI 对话框直接搬进了编辑器侧边栏。
你在对话框里描述需求，Cursor 自动探索整个代码库、安装依赖、把代码全写好。同时利用 VS Code 的 diff 视图，把它增删改了哪些行清晰展示给你 review：
这就是和 Copilot 路线的根本区别：你只面对一个对话框描述需求，AI 是写代码的主力，你只是 reviewer。
显然 Agent 路线对人更省事，「跟 AI 聊一下，代码就写完了」远比「按 Tab 补全」更激动人心。
Cursor 自身没有大模型，靠的就是这套全新的工程实现和产品形态，火得一塌糊涂。
Claude Code 时代：抛弃 IDE，回到命令行
2025 年 2 月，Anthropic 发布 Claude Code。这个工具最初是 Anthropic 内部用的，后来才对外发布。
形态非常简单：没有图形界面，直接在命令行里给你一个输入框，你描述需求，它写代码。和 Cursor 一模一样的工作流，只是把 IDE 的对话框搬进了终端：
很多人第一反应是：都 2025 年了，居然回到黑漆漆的命令行？但 Claude Code 还真就在开发者圈子里火起来了，原因有两点：
第一是模型能力。Anthropic 押注编程领域，针对 Coding Agent 场景对 Claude 模型做了大量优化，写出来的代码质量确实比同期其他工具高出一截。
第二是受众匹配。开发者本来就习惯在终端里和电脑打交道，简洁的命令行反而比花哨的 GUI 效率高。
Claude Code 的成功打破了一个刻板印象：做 Coding Agent 不需要做完整的 IDE。你只要模型够强 + 工程做得好（合适的系统提示词、配套工具链、上下文管理），程序员就买账。
大厂跟进
Claude Code 跑通这条路之后，OpenAI 和 Google 也跟上了：
- 2025 年 4 月，OpenAI 把 Codex CLI 开源，定位和 Claude Code 类似
- 2025 年 6 月，Google 发布开源的 Gemini CLI
- 2025 年 11 月，Google 又借收购来的 Windsurf 团队（原本是另一家做 AI IDE 的创业公司，被 Google 收购后并入团队），发布了基于 VS Code 的 AI IDE Antigravity
OpenAI 和 Anthropic 押注 CLI 形态，Google 则两手都做，给喜欢图形界面的开发者多保留了一个 IDE 入口。到这里，2025 年的格局基本就定了。
2025 年，我的使用感受
下面是我在 2025 年实际使用各家工具的体感评价。
Claude 模型在编程领域的优化非常明显，加上 Anthropic 的工程师自己天天用 Claude Code 开发产品，整体使用体验在 2025 年是最好的。
不夸张地说，2025 年大部分时间我都在用 Claude Code 干活。Anthropic 在 2025 年 11 月就突破了 10 亿美元年化营收，可见开发者群体对它的认可。
OpenAI 把 Codex CLI 开源，可能也是为了应对 Claude Code 的竞争。但 2025 年这家公司的重心明显不在编程上，Sora 视频生成模型（目前已下线）、各种花里胡哨的产品占用了大量精力，Codex 的产品迭代主要靠开源社区在推。
无论使用体验还是编程效果，2025 年的 Codex CLI 都不及 Claude Code。
Google 在 AI 编程上的投入并不大。我个人感觉他们更看重的是把 Gemini 接到搜索、Gmail、Google Sheets 这些自家产品里，配合 Gemini 模型在多模态上的强项做办公场景。
Gemini CLI 开源之后基本是放任不管的状态，Antigravity 的体验也没什么相对 Cursor 的亮点。在编程这条线上，Google 的存在感最弱。
Cursor 是最早把 Agent 形态做出来的，所以 2023 到 2024 年它积累了大量用户，估值一路涨到 290 亿美元。但它的根本问题是没有足够强大的自研模型，当然他们后来基于开源模型搞了所谓的自研模型，但效果还是不如 Claude 和 GPT 模型。
所以 Cursor 本质上还是依赖 OpenAI、Anthropic、Google 这三家的 API，当三家自研模型公司都推出自己的 Coding Agent 之后，Cursor 的处境就很尴尬：
用户的钱与其交给 Cursor，再被 Cursor 转手交给上游模型公司，不如直接交给上游模型公司。
而且基于 Cursor 这种尴尬处境，它在工程实现上必须做一些节约 token 的妥协（比如更激进的上下文压缩）。我的实际体验是，同样的需求，Cursor 倾向于没搞清楚需求就开干，最终的代码效果不如 Claude Code 和 Codex。
所以总结 2025 年，Claude Code + Claude 模型是开发者的最佳选择。但进入 2026 年，这个判断需要更新了。
2026 年的变化
进入 2026 年，AI Agent 工具的格局有一些变化，让我逐步从 Claude Code 转向使用 Codex 了。
OpenAI 开始重视 Codex
OpenAI 似乎想明白了：之前那些花里胡哨的产品都没有清晰的商业模式，反而 Coding Agent 这条线是用户愿意持续付费的方向，所以 2026 年 OpenAI 明显加大了对 Codex 的投入。
最直接的体现是砍掉了不赚钱的业务，把精力集中在 Codex 的更新上，而且 GPT 5.5 模型在 2026 年 4 月发布之后，编程能力追上来了。
我个人体验下来，GPT 5.5 和 Claude 在写代码上已经不分上下。当我使用 Claude Code 写代码时，最终都会调用 Codex 来 review 一轮，几乎每次都能发现 Claude Code 代码中的 bug。
拓展非开发者用户
2026 年 OpenAI 和 Anthropic 都在拓展非开发者用户，主推自己的桌面端产品。
OpenAI 在 2026 年初推出了 Codex Desktop，4 月的更新加入了 computer use 能力，能直接操作用户的电脑。
Anthropic 的 Claude Desktop 在 2026 年 1 月加入了 Cowork 功能，本质上和 Codex Desktop 是同类产品。
这两个桌面端的共同特点是把命令行隐藏起来。底层架构和它们各自的 CLI 没本质差别（依然是 Coding Agent + 大模型），但提供了一个图形化对话框，对话框里你不只可以让它写代码，还可以让它整理文件、收发邮件、写文档、操作各种应用软件。
这意味着这些工具的目标用户从开发者扩展到了任何想让 AI 帮自己处理日常工作的人。研究员、分析师、运营、产品经理等，都能用得起来。
我的工作流变化
2026 年我把大部分工作流从 Claude Code 迁移到了 Codex Desktop，原因有几个：
第一，模型能力打平。GPT 5.5 之后，写代码的效果不再是 Claude 一家独大。
第二，产品体验更顺。Claude Code 的工程能力很强，但 Codex Desktop 的产品打磨更细致，交互体验、多 Agent 并行、长任务管理都做得很到位。
第三，Anthropic 经常封号 + 价格贵。Claude 系列是目前价格最贵的模型，而且账号被封的概率很高。在能力和产品都不分上下的情况下，这是很多开发者转向 Codex 的现实原因。
站在 2026 年这个时间点，如果你是新手不知道从哪开始，我的建议是：用 Codex Desktop，从使用体验和效果来看都是非常好的选择。
不过，后续讲解 Agent 开发的教程中，我会更多地拆解 Claude Code 的源码和工程方法，因为 Claude Code 在工程化上做得确实更好，对我们开发 Agent 相关的项目非常有借鉴意义。
接下来两篇分别讲 安装使用 Claude Code 和 安装使用 Codex，把这两个工具都装上用起来。