AI 編程工具地圖：先認形態，再記名字

Cursor、Trae、Claude Code、Codex、OpenClaw、Hermes Agent、DeepSeek Harness、WorkBuddy、豆包工作……名字多到記不住，而且每一家的官網都說自己「重新定義了開發」。這篇文章只做一件事：給你一張按形態劃分的地圖，讓你不用記名字也知道每個工具站在哪個位置、適合誰、代價是什麼。讀完你會知道自己的第一個工具該從哪一類挑。

名詞如果不熟，先回 詞彙層 把 AI Agent（代理）、Harness（執行環境／框架）、CLI（命令列介面） 三個詞讀完再回來；「AI Agent 到底是什麼」在 AI Agent 是什麼：從 ChatGPT 到會自己做事的 AI 裡有完整拆解。

為什麼按形態分，而不是按廠商分

同一個模型，包進不同的程式裡，用起來是兩種完全不同的東西。包在編輯器裡，它邊打字邊幫你補全；包在終端機裡，它自己讀檔案、改程式、跑指令；包在常駐服務裡，它半夜替你盯著訊息和排程。

模型是馬，外面那層程式是韁繩和挽具——真正決定「你能帶它去哪、它跑偏時你看不看得出來」的，是外面那層，不是馬。這層程式有個正式名字，叫 Harness（執行環境／框架），這篇文章會用馬與挽具的比喻把它講透。

所以選工具的第一步不是比廠商，而是認形態。形態決定了三件事：

1. 方向盤在誰手上——每一步你都要點頭，還是給個目標就放手。
2. 你看見什麼——圖形介面的即時 diff，還是事後翻文字紀錄。
3. 出錯時傷害多大——改錯一行程式碼，跟一個常駐服務帶著權限跑一整晚，不是一個量級的事。

按這三條線，市面上的工具分成三大類。

第一類：IDE 內建 —— AI 住進你的編輯器

代表：Cursor、Trae。

這一類的本體是一個程式碼編輯器，AI 是裝在編輯器裡面的能力。你打開專案、看著程式碼，AI 在旁邊做三件事：你打字時給你補全建議；你選一段程式碼叫它改；你開一個對話面板叫它跨檔案完成一個任務。

它給你什麼： 可見度最高的一類。每一次改動都以 diff（新舊對照）的形式畫在螢幕上，你逐塊接受或拒絕。方向盤基本在你手上——它建議，你點頭。對新手來說，這是犯錯成本最低的起點：最壞情況就是你看到一個不對的建議，按 Escape 拒絕。

它拿走你什麼： 你的注意力。IDE 形態的前提是「你坐在螢幕前」，它不適合那種交代完就走、幾小時後回來看結果的任務。自主性在這一類裡是逐步放開的：Cursor 的 Plan Mode 會先研究、先出計畫、等你批准才動手；Trae 甚至有一個獨立的 SOLO 模式，把整個任務交出去自動完成——但歸根究底，你還是那個在場的人。

具體長什麼樣： 你在 Cursor 裡按 Tab，它把你正想寫的半個函式補完，連下一處要改的位置都幫你跳過去；你按 Cmd+I（Windows 上是 Ctrl+I）打開 Agent 面板，說「把這個模組的報錯訊息改成中文」，它自己找出相關檔案、改好、把 diff 排在你面前等你審。

第二類：終端機 Agent —— AI 住進你的 shell

代表：Claude Code、Codex CLI、開源的 trae-agent。

這一類沒有編輯器視窗。你在 Terminal（終端機）（就是那個打字的黑框框）裡啟動它，用自然語言交代任務，然後它自己轉起來：讀檔案、改檔案、執行指令、看輸出、發現錯誤、再改——一個循環接一個循環，直到任務完成才停下來回報。

它給你什麼： 真正的長任務能力。「幫這個模組補上單元測試，讓測試全部通過」這種需要反覆試錯的工作，它自己跑完，你只在關鍵節點被打斷。它也最貼近開發者的真實工作環境：Git、測試、建置，全都在 shell 裡發生，它就住在裡面。

它拿走你什麼： 逐步的可見度。你不再看著每一次按鍵，而是事後審查它的紀錄和 diff——角色從「看著它寫」變成「審查它交了什麼」。這帶來兩個新的必修課：一是權限閘門，危險動作（刪檔案、跑未知指令）該不該先問你；二是 Sandbox（沙箱），把它的活動範圍圈起來。這兩個機制現在是這類工具的標配，但你要懂得怎麼設定。前提門檻也更高：看不懂得它要執行什麼指令，你的「同意」就沒有意義——所以這類工具建議先修 終端機與 CLI 生存指南。

具體長什麼樣： 你 cd 進專案、輸入 claude，說「把 README 裡的安裝步驟跟實際腳本核對一遍，不符的地方修掉」。螢幕上開始滾動它讀了哪些檔案、執行了什麼指令、改了哪幾行，中途它會停下來問你「要執行這個測試指令嗎？」，你按 y，它繼續。

第三類：編排平台與常駐運行時 —— 你組裝 Agent 本身

代表：OpenClaw、Hermes Agent、DeepSeek Harness；辦公向的 WorkBuddy 與 豆包工作。

前兩類的 AI 是「你開工時在、收工時停」的。第三類把它變成常駐的基礎設施：一個跑在你自己機器上的閘道（gateway）程序，接上你已經在用的通訊軟體——WhatsApp、Telegram、微信、飛書——你發訊息它就幹活，不發訊息它也能按排程自己幹活。Skills（可觸發的能力模塊）把重複流程固化下來，subagent 把大任務拆給多個分身並行。

這一類裡有三個不同的物種，初學者最容易混：

• 個人助理框架（OpenClaw、Hermes Agent）：重點是「無所不在」——同一個 Agent、同一份記憶，出現在你所有的聊天渠道裡。
• Agent 運行時（DeepSeek Harness）：重點是「地基」——把循環、會話、工具、沙箱這些零件包成現成的執行環境，你在上面蓋自己的 Agent。它同時提供終端機和 Web 兩種介面。
• 辦公工作台（WorkBuddy、豆包工作）：重點是「交付成果」——不寫程式的人用自然語言下任務，它拆解、並行、產出文件、簡報、表格。豆包工作甚至會操作一個虛擬桌面，像同事一樣在電腦環境裡幹活。

它給你什麼： 時間。它把你的分身留在機器裡持續運轉，這是前兩類做不到的。

它拿走你什麼： 最多的安全邊界。一個常駐、接訊息、帶著工具權限的服務，等於在你電腦上開了一扇門：陌生人發來的訊息是不受信輸入，社群寫的 skill 沒人幫你審計過，沙箱不配就等於工具直接跑在你的主機上。這一類工具的能力上限最高，翻車上限也最高——本站的 十天十六坑失敗記錄 寫的全是這類教訓。

三類放一起比

實務上，人們是混著用的

真實的工作流很少只用一類：

• 日常寫程式用 IDE 內建，遇到「補完整個模組的測試」「跨十幾個檔案改介面」這種大活，切到終端機 Agent 讓它自己跑；
• 跑通了之後，把重複的流程固化成常駐平台的 skill，讓它每週自動做；
• 完全不寫程式的同事，直接從辦公工作台那一格進入這張地圖，前面兩類可以整個跳過。

還有一件事值得先知道：模型這層是可以換的。Cursor 裡可以選不同廠商的模型；OpenClaw 把模型和 agent harness 都做成可拔插的插件。所以「選工具」很大程度上是在選 harness 的工程品質與安全設計，而不是在賭哪家模型最強——這篇文章會講這個「外層程式」是怎麼一代代演化過來的。

新手的第一個工具怎麼挑

本站建議的學習順序，也是這張地圖的閱讀順序：

1. 寫程式的人，從 Cursor 開始——犯錯成本最低，先建立「AI 改程式碼、我審 diff」的直覺；然後看 Trae 理解同形態的另一種選擇（含免費額度與 SOLO 模式）；再進 Claude Code，第一次把方向盤部分交出去。
2. 走穩之後再看 Codex（終端機＋雲端兩條腿）、harness 概念與 DeepSeek Harness（開源運行時）、OpenClaw 與 Hermes Agent（常駐多渠道）。
3. 不寫程式的人，直接讀 WorkBuddy 與 豆包工作，配上 AI Agent 是什麼：從 ChatGPT 到會自己做事的 AI 打底就夠了。

下一步

• 沿著工具線一個一個讀：Cursor 是什麼：住在你編輯器裡的 AI 編程工具 → Trae 是什麼：字節跳動的 AI IDE，以及那個同名的開源 Agent → Claude Code 是什麼：終端機 Agent 的參考樣板 → Codex 是什麼：OpenAI 的編程 Agent，本地與雲端兩條腿 → DeepSeek Harness 是什麼：「一切皆插件」的開源 Agent 運行環境 → OpenClaw 是什麼：跑在你自己電腦上、住進你聊天軟體的開源助理 → Hermes Agent 是什麼：一個閘道接住二十幾個通訊平台的開源 Agent；辦公線讀 WorkBuddy 是什麼：騰訊雲的 AI Agent 辦公工作台 與 豆包工作是什麼：會操作虛擬桌面、深度接飛書的辦公 Agent。
• 想先補概念：Agent Harness 是什麼：模型外面那層普通程式 講「你選工具其實在選 harness」，Harness 演化史：六個時代，每一代的新能力與新翻車方式 講這件事為什麼是今天這個樣子。
• 選型想更系統：AI 工具選型框架 給你完整的評估維度；名詞卡住就回 詞彙層。