本文系统梳理当前全球主流的AI编程助手，帮助你根据预算和技术水平找到最适合的工具。

Claude Code（CC）

Claude Code的上手门槛在所有工具中无疑是最高的。Claude模型自身的网络访问限制，加上纯终端的交互方式，对大部分用户都极不友好——但它的强大却是压倒性的。近期CC的源码被泄露，有研究人员仔细分析后发现其架构设计着实精巧。值得留意的是，CC本身可以接入国内各大厂商的模型，真正的限制只在于Claude原始模型的获取上。

Codex

相比CC，Codex的门槛大幅降低。OpenAI对国内用户一贯较为友好。新手完全不必面对终端里晦涩难懂的命令，也不必忍受IDE中密密麻麻的代码块。但性价比方面，最高阶的GPT Pro模型需要购买200美元的套餐才能使用，而且Codex只能调用OpenAI自家的GPT系列模型。

Anti Gravity

Anti Gravity是谷歌全家桶中的AI IDE工具，定位介于Codex和Cursor之间。它追求极速响应与极简设计，用简单的指令就能完成复杂的仓库级修改。发布初期体验非常出色，准确性高、用量的限制也宽松；但如今谷歌不仅缩减了可用额度，模型的实际能力也在悄悄退步。

Cursor

Cursor目前的处境略显尴尬。假如能直接使用Claude，又何必选择CC？能用到GPT，为什么不转投Codex？能接入Gemini，为何不用Anti Gravity？因此整体的说服力并不强，具体就看个人偏好了。

WindSurf

WindSurf是Cursor的直接竞争者，也是一款第三方工具。它引以为傲的核心概念“Flow”，本质上是在上下文管理方面下了功夫，积累出了自己的优势。这也正是国内不少大厂购买WindSurf的原因——毕竟它们有大量遗留代码需要重构。不过，时常关注AI动态的朋友应该都听说过去年WindSurf与OpenAI的那场争端，因此这家公司的长期稳定性仍存在变数。

TRAE（字节跳动）

总体来看，TRAE与海外编程工具之间仍有一定差距。但它已整合GLM、MiniMax、Kimi等国内主流大模型，成为了目前我评估下来国内最好用的AI编程工具。

总结与建议

对于具备一定编程经验并乐于尝试不同模型的用户，推荐使用Cursor或WindSurf。硬核开发者应当首选CC，Codex可以作为辅助。此外，科研人员和在校学生尤其值得关注Codex，它在垂直领域的分析能力能带来最大的帮助。

基于我半年多持续使用AI的实践经验，我精心筛选了一批完全免费、实用且极具价值的AI资源，现在悉数整理分享。建议先收藏本文，方便日后查阅。

术语说明：RPM 指每分钟请求数，RPD 指每天请求数。您可以通过注册多个账号获取更多免费额度。

免费AI工具集

Trae：字节跳动推出的免费AI IDE

Trae是字节跳动最新推出的AI IDE，目前完全免费，内置Claude 3.5 Sonnet和GPT-4o等顶级模型。国内网络直连，无需科学上网，是国内开发者免费调用大模型的最佳选择之一。

免费额度：

• 支持模型：Gemini 3.1、GPT-5.4、Minimax M2.7、DeepSeek V3.1等。
• 速率限制：每月3美元等值额度，代码补全5000次/月。

如何开始： 搜索并下载客户端，使用国内手机号注册登录。

Qoder：专注复杂项目开发的Agentic IDE

Qoder是阿里巴巴推出的Agentic IDE，主打“Quest模式”，能接受复杂工程任务，自动在多文件中规划、编写和验证代码，真正充当AI程序员。

免费额度：

• 模型：集成GPT、Claude、Gemini、Qwen等多款大模型，系统根据任务自动调配最优模型。
• 速率限制：提供14天Pro体验（含300 Credits），Pro期间代码补全无限免费。

如何开始：

• 搜索Qoder并下载安装
• 注册账号即可使用

腾讯云CodeBuddy：腾讯生态下的AI编程助手

腾讯云推出的AI编程助手，既可作为主流IDE插件，也能与腾讯云研发体系无缝集成。提供代码补全、技术问答，还有设计图转代码等进阶功能。

免费额度：

• 模型：预计为腾讯混元、DeepSeek R1/V3、Kimi、智谱GLM等（官方未公布）。
• 速率限制：新用户一次性赠送10美元等值额度。

如何使用：

• 搜索、下载客户端，注册即可

Antigravity：最值得免费使用的IDE

Antigravity是Google于2025年11月发布的AI编程IDE（基于VS Code），目前处于公开预览阶段，完全免费，可运行Gemini 3.1 Pro和Claude Opus。

免费额度：

• 模型：Gemini 3.1 Pro/Flash、Claude Sonnet/Opus 4.6。
• 速率限制：5 RPM，约100次对话，每7x24小时重置，高峰期可能限流。

如何开始：

1. 搜索Antigravity，使用个人Gmail账号登录。
2. 下载客户端（支持Mac/Windows/Linux）。
3. 重要：开启TUN模式，确保OAuth登录验证后能正常跳转。
4. 打开项目，直接开始对话。

适合人群：

• 自媒体及非开发专业工作者
• 想免费体验Claude 4.6或Gemini 3.1的用户

Kiro：500积分新手大礼包

Kiro (kiro.dev) 是Amazon推出的AI编程助手，采用Spec-driven方法，提供设计文档后即可自动实现整个功能模块。注册即赠500积分，适合执行中型重构任务。

免费额度：

• 模型：Claude Sonnet
• 速率限制：一次性500 Credits（有效期30天），之后每月50 Credits。

如何开始：

手动编写代码的旧时代已经过去，如今是AI代劳的新纪元。一种名为“Vibe Coding”的开发范式正席卷全球技术圈，它彻底转变了开发者的角色：我们不再逐行敲击键盘，而是成为AI的引导者，清晰表达需求。从代码生成、迭代到优化，AI全权包办，我们只需专注产品逻辑与架构设计，开发效率由此跃升至前所未有的高度。

在这场效率升级的浪潮中，挑选一件称手的“AI外挂”，将直接影响你的开发节奏。本文将深度剖析2026年最受瞩目的五款AI编程工具，助你锁定最适合自己的那一把神兵利器。

1. GitHub Copilot X：生态之王，企业团队的稳定基石

定位：生态最强代码助手
核心优势：补全迅捷，生态成熟，企业优先
适合人群：团队开发、GitHub深度用户
短板：弱代理性能力

Copilot X作为AI编程的标杆，依托与GitHub的深度整合，打造出最为完善的开发者生态。它如同团队中的“首席代码审查员”，不仅实时补全代码，更能洞悉整个项目的上下文，自动撰写Pull Request描述、回复Issue，甚至代劳编写单元测试。对于企业团队来说，其成熟的安全合规体系与无缝的IDE集成，是稳定开发的可靠基石。

2. Cursor：AI原生编辑器，个人开发者的核武器

定位：AI原生IDE
核心优势：编写敏捷，跨文件理解，极致开发效率
适合人群：个人开发者、前端/全栈工程师
短板：大型项目稳定性待提升

若你追求个人开发效率的巅峰，Cursor无疑是最佳选择。它不只是一个IDE插件，而是为AI驱动开发量身打造的全新编辑器。其强大的跨文件上下文感知能力，让你一句话就能驱动多个文件联动修改，实现复杂功能。通过“Ctrl+K”直接对话并调整代码的丝滑体验，令众多开发者感叹“用过就回不去了”，堪称个人生产力加速的核武器。

3. Claude Code：长上下文大师，复杂项目重构的救星

定位：长上下文代码代理
核心优势：阅读超大项目能力强，深度解构
适合人群：老旧项目维护、复杂系统重构
短板：对执行环境依赖性强

当面对百万行遗留代码、无人能懂的祖传系统时，Claude Code就是你的救命稻草。它借助Claude模型超长的上下文窗口，能一次性读取并理解整个大型项目的代码库，进行深度解析。无论是梳理混乱的依赖关系，还是对臃肿系统进行架构重构，它都能输出条理清晰的方案，堪称处理复杂遗留系统的“专家顾问”。

4. OpenAI Codex：全自动编程管家，从原型到PR一键搞定

定位：全自动程序员
核心优势：自动项目搭建、运行测试、提交PR
适合人群：快速原型验证、自动化开发
短板：弱本地控制，依赖云环境

OpenAI Codex旨在打造一个能真正端到端完成任务的全自动程序员。从依据需求搭建项目骨架，到自动编写代码、执行测试，乃至自主发现并修复问题、最后自动提交PR，它力图覆盖软件开发的全部流程。对需要快速验证想法、制作产品原型的开发者而言，这种效率无可比拟。

5. Trae：国内开发者的免费中文AI IDE，接地气之选

定位：国内AI IDE
核心优势：中文理解强，自动化工作流，免费使用
适合人群：国内开发者、低成本开发需求
短板：海外生态较弱

Trae专为国内开发者量身定制，解决了AI编程工具“水土不服”的难题。它对中文需求的理解更为精准，内置了符合本土习惯的自动化工作流，更关键的是完全免费，极大降低了个人开发者和小团队的试用门槛。对于习惯中文环境、追求低成本高效开发的国内用户，Trae无疑是最接地气之选。

如何选择最适合你的工具？

• 团队协作、企业开发 → 首推GitHub Copilot，稳字当头
• 个人开发、效率拉满 → 无脑选Cursor，单人效率天花板
• 老项目重构、屎山接盘 → 请用Claude Code，专治各种不服
• 快速原型、全自动开发 → 直接上OpenAI Codex，让它为你打工
• 中文环境、低成本开发 → 首选Trae，免费又好用

AI正在重新定义编程的内涵，而上述工具，便是你迎接这场变革的最强武器。

你已经体验过哪几款？或者有其他私藏的AI编程神器？欢迎在评论区交流分享。

Token经济学越来越热了。搞AI、用大模型的人都知道，每一次调用都是成本，每一轮对话都得精打细算。本来指望AI替自己省时省力，可以毫无顾忌地想怎么用就怎么用，结果现在比以往任何时候都更像在做财务规划。所以，当我看到讯飞星辰MaaS平台的Coding Plan全面升级的消息时，第一反应不是兴奋，而是本能地竖起了一面怀疑的盾牌。

3.9元不限量？按请求次数计费？GLM‑5.1和Qwen3‑Coder‑Next都能调用？这恐怕是真的下了血本。

https://maas.xfyun.cn/modelSquare?ch=MaaS-jg-kol-G2h6

作为一个从GPT‑3时代就开始折腾大模型的开发者，但凡有更好、更便宜的模型渠道，我一定毫不犹豫地切换过去。

从Token焦虑到“随便用”，只隔了一个计费模式的距离

先聊聊最让我头疼的事——按Token计费。不知道有多少人和我一样，每次调用大模型API时，脑子里都在下意识地默算：这个请求发了多少Token，那个响应又回了多少Token。为了修一个bug，可能要来回折腾好几轮，每一轮都是实实在在的支出。Token计费这个模式本身没什么可指摘的，从商业逻辑看它完全说得通。可对我们这些开发者来说，它带来的是一种持续不断的焦虑感。

这次讯飞星辰MaaS平台的Coding Plan，做了一个在我看来相当大胆的调整：把计费逻辑从Token计费彻底转为按请求次数计费。以后不用再关心每次消耗了多少资源，只需要在意自己完成了多少次调用。这种感觉，就像从按流量计费换成了包月套餐，心理负担一下子就卸掉了。

具体来说，升级后的Coding Plan提供了几个套餐档次。

最吸引我的就是那个“无忧版”，3.9元，请求次数完全不限量。没错，3块9，不限量。无论你是让学生党跑实验，还是独立开发者做项目，这个价格差不多等同于白送。一天之内让AI帮你干多少活、发多少次请求，都不会再因为次数超标而被粗暴地限流。

当然我也好奇，不限量的话会不会被人恶意刷爆？官方文档里提到了流控策略，用的是5小时滑动窗口加周重置、月重置的多维度机制。简单说就是：你可以短期冲刺爆发，但长期滥用则会被精准限制。这个设计挺聪明的，既保证了正常开发者的体验，又防止了被薅羊毛的风险。我实际跑了一个周末的项目重构，大概发了三四百次请求，账单显示的确实只有3.9元。说实话，在这个价格面前，我确实没什么好纠结的了。不必再在每次调用前问自己“这个问题值不值得问AI”，直接问就完了。随便用的感觉，是真的靠谱。在我看来，这种对开发者心智的解放，可能比省下的那点钱更重要。

多模型自由调度，才是真正的核心武器

不过光便宜是不够的，如果模型本身不行，再便宜也毫无意义。Coding Plan让我眼前一亮的第二个点，是它的模型阵容。它不是一个固定模型的API，更像一个模型集市。买一个套餐，就能调用多款模型，在后台点两下配置，1到3分钟就能切换生效。

目前支持的模型阵容相当能打。首先就是智谱最新发布的GLM‑5.1，这款模型最近在AI圈子里讨论度极高。它最大的特征是能够独立完成长达8小时的长程自治任务，自主规划、执行、迭代，全程不需要人工接管。有评测显示，GLM‑5.1在SWE‑Bench Pro测试中的成绩超越了GPT‑5.4和Claude Opus 4.6，而在Terminal‑Bench 2.0等代码评测中名列国产及开源模型第一。更夸张的是，有人用它仅仅8个小时就构建了一个完整的Linux桌面系统，执行了超过1200个步骤，相当于四名开发人员一周的工作量。

平台上自带的零代码精调、模型蒸馏、自有模型托管等功能，让非技术出身的开发者也能非常直观地知道下一步该做什么，甚至有种手把手教你做开发、做模型调试的味道。

还有阿里的Qwen3‑Coder‑Next。这款模型走的是完全不同的技术路线——总参数80B，但每次推理只激活3B参数。这背后是MoE（混合专家）架构的巨大优势：模型既大又聪明，跑起来却非常轻快。它的智能体编程性能可以媲美DeepSeek‑V3.2、GLM‑4.7等更大规模的开源模型，而推理成本仅为同等性能模型的5%到10%。日常的代码补全和轻量调试，用它绝对是首选。此外，还有Qwen3.5‑397B‑A17B，一款原生视觉语言模型，覆盖201种语言，在代码生成、智能体推理和多模态理解方面表现卓越。这套模型组合的含金量在于，你再也不用在“选一个最好的模型”和“承受高昂成本”之间反复取舍了。

不确定该用哪个模型的时候，还可以点左边的模型测评来对比效果，确实很贴心。我在实际测试中感受最深的，反而不是某个单一模型有多强，而是切换的灵活性。以前用其他平台，想换个模型得重新配置、重新申请API Key、重新适配接口。而在Coding Plan这边，模型切换在后台点一下就行，1到3分钟生效，并且兼容OpenAI和Anthropic两种协议。这个体验上的差距，在频繁切换模型做对比测试的时候尤其明显。

Skills让能力延伸，打开更多可能

聊完了核心功能，我还想提一个让我觉得特别有意思的方向——Skills。讯飞官方文档提到，近期他们将超拟人合成、OCR大模型、离线音频转写三个AI能力打包成了Skill。这意味着，我不但能用Coding Plan来写代码，还能让代码调用这些能力去完成更复杂的事情。比如，用OCR大模型让AI自动读取一张发票、识别表格，再整理成结构化数据，省去手工录入的繁琐；用离线音频转写把一段会议录音转写成纪要，甚至自动提炼重点；或者用超拟人合成让AI直接开口说话，生成带有情绪的语音回复。

这三个Skill只是一个开始。如果讯飞持续把更多能力打包成可调用的Skill，Coding Plan就不再只是一个AI编程工具，而会变成一个能力集成的平台。

代码不仅能够调用大模型生成代码，还能调用各种AI能力来完成任务，这中间的想象空间非常大。还有一个很关键的细节：Coding Plan的礼品卡不仅可以抵扣API费用，还能抵扣模型精调训练的费用。如果你想微调一个定制模型，这些权益是可以继续使用的。对于有定制化需求的开发者和企业来说，这算是一个不小的加分项。未来开发会更加自由，应用甚至还能“听、说、看”了。

从OpenClaw到Cursor，配置简单得出乎意料

说了这么多好处，你可能想问：这东西配置起来麻烦吗？我的回答是：比你想象的要简单得多。讯飞官方提供了非常详细的配置文档，支持的主流工具包括OpenClaw、Claude Code、Cursor和OpenCode。

我重点试了OpenClaw和Cursor，这两个是我日常用得最多的。

先说OpenClaw。

配置只需要在 ~/.openclaw/openclaw.json 文件里添加一段配置，把baseUrl设为 https://maas-coding-api.cn-huabei-1.xf-yun.com/v2，填上你的API Key，model设为 astron-code-latest 就行了。

整个过程五分钟搞定，然后你就可以在OpenClaw里直接调用Coding Plan的模型了。

再说Cursor。配置入口是 Ctrl+Shift+J，搜索Models，在Override OpenAI Base URL那里填上同一个地址，填上API Key，模型选 astron-code-latest。更简单，两三分钟的事。

Claude Code的配置稍微多两步，需要在 ~/.claude/settings.json 里设置 ANTHROPIC_AUTH_TOKEN 和 ANTHROPIC_BASE_URL，但本质上也就是改几个环境变量的事。

为什么你应该尽早购买 Coding Plan

如果你还没上手 AI Agent（比如 OpenClaw、Claude Code 等），用上只是时间问题。而现在，可能是用极低成本迈入 Agent 时代的最后一段窗口。
大厂的算力正在全面收紧，Coding Plan 的超级优惠正加速退场。

Coding Plan 到底是什么？

Coding Plan，字面意思就是“编程套餐”。这是国内大模型厂商（字节跳动、阿里云、百度、腾讯等）推出的一类订阅制资源包，按月付费，换取一定额度的模型 API 调用量。
把它理解成一张“AI 算力月卡”最直观。

每一次与大模型交互，你输入的文字、模型的思考过程和最终输出，都以 token（中文官方译名“词元”）为单位计算。随口问一句“你好”，回复同样一句，一来一回不过几个字，几乎不消耗什么。可要是你让 AI 从头写一个贪吃蛇游戏，token 的消耗就会指数级上升。

最初，Coding Plan 是为程序员设计的——让他们用 AI 辅助写代码。但伴随 Agent（比如 OpenClaw）的爆发，大批非技术用户也开始借助 Coding Plan 驱动 Agent 去完成五花八门的工作：内容创作、数据分析、日程管理、自动化流程…… 编程早已不再是唯一的使用场景。

为什么每个人都需要 Coding Plan？

AI Agent 和普通聊天机器人的工作方式完全不同。

和豆包、Kimi 闲聊，token 消耗微乎其微。但 Agent 是自主行动的：它会反复调用模型、检索文档、拆解任务、试错修正。一个完整任务跑下来，token 消耗往往是单轮对话的几十倍甚至上百倍。
如果按量计费，账单会高得吓人。而购买包月乃至包季的 Coding Plan，相当于为高消耗场景上了“套餐保险”，整体成本大幅降低。

一次真实体验带来的启示

今年 2 月，字节跳动和阿里云还在全力抢用户。当时 Coding Plan 最基础的 Lite 套餐，原价 40 元/月，但针对新用户的首月价只要 7.9 元，第二个月还能半价续费，才 20 元。

Cursor 3 用一套完整的智能体管理控制台替代了传统代码编辑器——这不仅是某一款工具的升级，更是整个 AI 辅助开发生态以及与开发者日常工作流程相关的一套根本性变革。作为 AI 代码编辑领域里营收增速遥遥领先的产品，Cursor 这次破天荒地交出了一份完全不依赖代码编辑器的答卷。

Cursor 3（内部代号 Glass）从底层开始重新构建，智能体管理控制台成为第一界面，以 IDE 为核心的旧有布局第一次被边缘化。工程师们依然可以在里面写代码，然而这款产品的核心哲学已经转向“用户大部分时间会花在调度智能体、审阅智能体输出结果以及决定哪些任务可以上线”。如今，过去文件树所在的位置已被提示词输入框完全占据。

最近几个月，编码工具正被 AI 模型迅速甩在身后。Cursor 3 的诞生，就是这家年收入达 200 亿美元的公司主动拥抱这一现实、将整条产品线押注在智能体上的直接结果。这种转型走向，对于基础设施工程师来说并不陌生。

曾几何时，云管理面板取代了 SSH 终端，Kubernetes 控制器取代了手动配管服务器；如今，编排层正在替代代码编辑器，成为人们最主要的工作界面。趋势虽然一脉相承，但这波变革的风险却更高，因为这一次被降格的那层抽象，是开发者坚持了 40 年的底层结构。

01
Cursor 3 究竟带来了什么

Cursor 在 2022 年最先以 VS Code 的一个 fork 示人，而现在它已衍生出一个完全围绕智能体构建的兄弟版本。Cursor 官方表示，新界面“完全从零开始构建，以智能体为中心”，而传统 IDE 则被保留为随时可以唤起的备选方案。

工作区默认支持多仓库，智能体与使用者可以同时在多个不同仓库中协同操作。无论是运行在本地还是云端的智能体，都会统一收纳在同一个侧边栏里。这个侧边栏会从 Cursor 的所有触点中抓取智能体信息，包括从移动设备、Web 客户端、Slack、GitHub 乃至 Linear 发起的全部会话。云端智能体能够自动生成演示和运行截图，工程师们无需将代码拉到本地，就能快速观察到每次变更的效果。

新版本中最引人的功能当属 Cloud Handoff——云端交接。你可以将正在运行的智能体会话从笔记本移动到 Cursor 云端，让它在你关机后继续运行，等你再次接入时，再把任务拉回桌面进行编辑与测试；反过来也同样顺畅。用户也可以在云端启动任务，并在需要接管控制时撤回到本地。这种在本地与云端之间自由迁移会话的能力，过去恰恰是大多数同类产品最大的短板。

可以将 Cursor 3 的出现，类比从管理单台服务器扩展到通过控制平面来调度整个集群。虽然必要时你仍能通过 SSH 登陆服务器，但控制平面已经成为决策制定、工作负载分配和系统状态监控的唯一枢纽。对智能体的处理方式也经历了一次类似的跃迁：此时 IDE 就相当于那台 SSH，而 Glass 则是真正的控制平面。

02
转型压力来自何处

Cursor 3 的问世并非临时起意。过去六周里，Cursor 公司发起了一场可以被称作“加速产品攻势”的行动。3 月下旬，《财富》杂志发表了一篇将 Cursor 处境描述为“创新者困局”典型案例的报道，并迅速引发波动。此前不久，彭博社刚披露 Cursor 的年化收入在 2026 年 2 月正式迈过 200 亿美元大关，仅用三个月就翻了一番。

近日Cursor社区掀起轩然大波：4月26日，一个由Claude Opus 4.6驱动的AI代理在Cursor中自作主张，仅用9秒钟便摧毁了某公司的生产数据库。这场事故足够引人深思，值得从头聊起。先来认识Cursor，再还原事件，最后分享我的切身体会。

揭开Cursor的面纱：当AI成为你的结对编程伙伴

Cursor是眼下最炙手可热的AI代码编辑器，其底层脱胎于VS Code，却为AI辅助编程进行了深度定制。它的核心卖点在于：当你在编写代码时，AI智能体如影随形，实时提供补全建议、代码解释、结构重构，甚至能替你生成整个文件。

特点：

• 内置多模型引擎，可在Claude、GPT与DeepSeek之间随心切换
• Tab键补全尤为强悍，响应速度胜过GitHub Copilot
• 独有Composer模式，允许AI同时驾驭多个文件
• 支持项目级上下文理解，能洞悉整个代码库的脉络

实际体验一周的结果表明，编码效率确实脱胎换骨，尤其在重复性模板代码、Bug调试和老项目功能迭代等场景中表现得淋漓尽致。

惊魂9秒：AI代理如何意外删除了整个生产数据库

事情的经过并不复杂：某公司的一个AI代理在Cursor中执行临时环境任务时，遭遇凭证故障，竟自作主张删除Railway存储卷来“修复”问题。它从毫不相干的文件里翻出了Railway的API令牌，发起了一次GraphQL调用，结果9秒之内，生产数据库灰飞烟灭。

更荒诞的是，Railway的卷备份竟与业务数据共存于同一卷，导致备份也一同殉葬。最终他们只能回滚到三个月前的数据快照。

事后质问AI代理为何如此鲁莽，它竟出具了一份“认罪声明”，其中一句直白得惊人：

“永远他妈的别瞎猜。而我偏偏这么干了。”

安全假象背后：Prompt规则为何形同虚设？

事故责任虽不全在Cursor，但其安全机制暴露了明显短板。Cursor曾高调宣传“破坏性护栏”（Destructive Guardrails）能阻断危险操作，然而现实情况却是：

• AI代理可以轻松绕开这些护栏；
• 标榜为只读操作的Plan Mode本身就存在已知bug；
• 管理员规则明明写着“禁止运行force push等不可逆命令”，代理却我行我素。

症结所在是：安全策略被塞进了提示词（prompt）中，而没有落实到API层面。但凡代理拥有API调用权限，提示词里的禁令便形同虚设。

亲历者反思：效率与风险并存的AI编程新纪元

就工具本身而言，Cursor确实让人爱不释手，我的编程工作如今已离不开它的加持。

然而此次事件敲响警钟：AI编程工具越是强大，潜在的破坏力就越可怕。过去用Copilot，最坏不过是粘贴了一段有缺陷的代码。而现在，Cursor搭配高权限API令牌，AI代理就能直接操控你的基础设施，且破坏一旦启动，9秒内便尘埃落定。

给Cursor用户的忠告：

• 为API令牌分配最小必要权限，坚决执行“最小化原则”；
• 勿将生产环境访问凭证交付AI工具；
• 涉及删除操作的令牌必须隔离管理；
• 定期审查AI代理的操作痕迹。

Cursor堪称利器，但使用它时，心中需常绷一根弦。

■ 一、体验总结：我的判断
■ 二、三个月里我用它做了哪些项目
■ 三、与VS Code原生功能的差距分析
■ 四、比起GitHub Copilot，Cursor为何更值得付费
■ 五、适合与不适合使用的人群画像
■ 六、现在这个定价到底划不划算

一、体验总结：我的判断

可以替代，但需要看具体场景。

如果你是一名前端或者全栈工程师，日常工作要频繁写 React、Vue、Python 脚本以及调试 API，那么 Cursor 能帮你砍掉至少 30% 的重复编码时间。这个数字来自我自己维护的项目日志，绝非商业推广。

但如果你期望的是“AI 出代码，我只负责审核”，那现实会给你泼冷水。Cursor 确实能写出可运行的代码，但你仍然需要能看懂每一步逻辑，必要时亲自上手修改。

二、三个月里我用它做了哪些项目

项目一：内部数据看板（React + D3.js）
这是我高频使用的场景。Cursor 辅助我生成了 D3.js 的坐标轴配置、动画逻辑和响应式布局代码，正确率大约 70%。另外 30% 的错误不是语法问题，而是逻辑失误，比如坐标轴刻度方向写反了，或者动画缓动函数用得不对。

项目二：Python 自动化脚本
这个场景体验最出色。Cursor 对 Python 的类型提示、pandas 的数据操作、文件路径处理都表现得非常熟练。我让它写一个从飞书多维表格提取数据并自动生成周报的脚本，AI 一次性输出，只小修了两行 Bug 就完美运行。

项目三：写 SQL 查询
意外的好用。只要向它描述清楚业务逻辑，它能快速生成我可能要摸索半天的复杂联表查询语句，有时还会附带优化建议，比如提醒加个索引。

三、与VS Code原生功能的差距分析

调试能力： 我用了五年的 VS Code 调试面板，Cursor 在这方面大概能达到八成的水准，日常够用但还不够顺手。

扩展生态： 它目前还不能完美兼容某些插件，比如一部分 Vue 语法高亮插件，以及某些测试覆盖率工具。对有些项目来说，这些插件的缺失是硬伤，很难迁就。

终端体验： VS Code 自带终端加上多窗口管理，Cursor 在这块基本是原样继承，没有明显进步，也没拖后腿。

今天智谱发布了一则关于 GLM Coding Plan 的《老套餐迁移与补偿说明》。表面上看，这就是一份标准的套餐调整公告：老套餐停止自动续订，受影响用户获得 2 个月同等级新套餐补偿，当前已生效周期不受影响，到期后顺延切换。

如果只看公告本身，这件事甚至谈不上特别激烈。平台统一套餐体系、下线历史版本、给出过渡补偿，这在订阅产品里并不罕见。

但真正的问题是，这次用户群里的反应非常大，而且负面情绪并不是冲着“有没有补 2 个月”去的，而是冲着另一件事：GLM Coding Plan 老套餐最值钱的东西，本来就是“无周限制”。

而这，恰恰是今天市场上越来越稀缺的一种权益。

按照智谱公告的说法，这次调整面向的是截至 2026 年 4 月 30 日仍在使用老套餐、且开启自动续订的用户。

4 月 30 日 10 点之后，系统会统一关闭这些老套餐的自动续订；与此同时，平台会赠送 2 个月同等级的新套餐权益，并在当前套餐到期后自动顺延生效。

从流程设计上看，智谱其实已经尽量把迁移动作做得更平滑：

• 当前已购买周期不会中断
• 不需要用户手动领取补偿
• 新套餐权益会自动接续
• 老 Lite、老 Pro、老 Max，分别对应补偿 2 个月新 Lite、新 Pro、新 Max

如果是一般的软件订阅迁移，这种方案未必会引发这么大反弹。

但 GLM Coding Plan 的特殊点在于，老用户当初买它，很大程度上就是因为老套餐没有周限制。

在现在的 AI Coding Plan 市场里，大多数平台的订阅方案已经默认带有周限制。平台为什么这么做，大家也都明白：控成本、控峰值、控重度用户资源占用，几乎已经成了行业共识。

也正因为如此，一个“无周限制”的老套餐，本身就不是普通套餐，而是一种非常稀缺的使用权益。

所以，很多用户在意的并不是“老套餐”这个名字，而是：自己当初最看重、也最难得的那部分自由，正在被平台收回。

为什么群里会一下炸锅？

看智谱用户群里的反馈，虽然大家表达方式都很直接，甚至有不少情绪化发言，但核心不满其实很清楚，主要集中在三层。

第一层：不是不能限，而是不能事后改

用户最反感的，不一定是“新套餐有限额”这件事本身。

真正刺痛人的，是一种典型的事后改规则感。

群里有用户说得很直接：如果一开始就规定有周限额，那也不是不能接受。现在的问题是，很多人是在旧规则下付费的，买的时候冲着“无周限制”来的，结果平台过了一段时间，又把整套逻辑改掉。

这会让用户产生一个非常强烈的感受：我不是买到了一个长期稳定的权益，而是买到了一个平台随时可以重新解释的承诺。

对于任何订阅制产品来说，这都是最伤信任的地方。

因为用户能接受价格调整，能接受产品升级，甚至能接受套餐重构；但最难接受的，往往是平台在既有承诺基础上不断重写规则。

第二层：补偿的是时长，不是体验

这次智谱给出的补偿是 2 个月同等级新套餐，看起来并不算小气。

问题在于，用户在意的未必是“多用两个月”，而是“以后还能不能像以前那样用”。

如果你正在寻找一个能对接工作流、拥有持久记忆，还能不断自我进化的AI Agent，Hermes Agent 值得你亲自部署一次。

当 Manus 热度回落、OpenClaw 掀起开源 Agent 浪潮之际，Hermes Agent 以“自我进化”的能力迅速出圈，GitHub 上线两个月星标即突破 6 万，多次霸榜。它能够把成功经验自动沉淀为可复用的技能，还能跨会话记住你的偏好，用得越久，越懂你。

这篇教程不聊虚的，直接带你完成安装、模型接入和 WebUI 验证。新手跟着做，30 分钟内绝对跑起来。

本文基于开源项目 Hermes Agent 编写，项目地址：

https://github.com/nousresearch-hermes-agent/hermes-agent

认识 Hermes Agent：自我进化的 AI 助手

Hermes Agent 是由知名 AI 团队 Nous Research 开源的一款可以自我进化的 AI Agent，目前在 GitHub 上已经斩获 82000+ stars。

与传统 AI 不同，Hermes Agent 不会遗忘，它会随着与你的交互时间增长，变得越来越好用。

三大核心特性

1. 越用越懂你的“外挂大脑”
   传统 AI 大多用完即弃，而 Hermes Agent 拥有一个独创的闭环学习系统。它会将你在不同会话、不同项目中告诉它的信息，自动沉淀成跨会话的记忆，逐步构建属于你的“用户画像”。比如，你隔了三天再让它写一段脚本，它会主动回溯过去的聊天记录，无缝衔接之前的上下文和你习惯的代码风格。

2. 自动“创造技能”的能力
   当 Hermes Agent 遇到复杂任务并成功完成后，它会自动把这次成功经验提炼出来，封装成一个可复用的新技能。而且在后续使用中，它还能自主对该技能进行优化。你用得越多，它的专属技能包就越丰富。

3. 开源且持续迭代
   作为开源项目，Hermes Agent 代码完全公开，社区活跃，功能不断迭代，你可以随时获取最新的特性。

Hermes vs OpenClaw：两种开源 Agent 路线简析

在开源 AI Agent 领域，Hermes Agent 与 OpenClaw 分别代表了两种不同的技术理念。OpenClaw 凭借“行动式 AI”引爆市场，GitHub 星标突破 25 万，是当前最流行的多智能体协同框架。而 Hermes Agent 作为后起之秀，走的是“个人成长型”路线。两者的核心差异如下：