Claude Code
Claude Code最值得看的不是补全有多快，而是它把AI编程带回了终端和真实仓库环境。它适合愿意直接交任务给代理的人，不适合只把它当成普通聊天侧边栏。
43
当前子板块已收录软件
AI工具
所属一级频道
子板块导航
频道页名称与子板块名称已经按当前软件分类体系统一，切换后可继续浏览对应软件列表。
AI编程 软件列表
列表按当前子板块的排序规则集中展示，方便继续浏览与跳转详情页。
Cursor
Cursor最强的地方不是会聊天，而是它把补全、改代码、读代码库这些动作融进了编辑器本身。它适合高频写代码的人，不适合只拿来偶尔问两句语法问题。
Codex
Codex最有分量的地方，不是补全几行代码，而是它开始把多代理协作、云端任务和持续编码工作流做成产品。它适合真正拿AI做工程推进的人，不适合只当成代码玩具看。
TRAE
TRAE想做的不是补全助手，而是“真AI工程师”式产品。它适合希望AI理解需求、调动工具并独立推进开发任务的人，不适合只看单轮对话表现下结论。
Qoder
Qoder明显不是只想做补全工具，它更强调Agentic编程和专家协作式解题。适合复杂软件任务和团队开发，不适合只把它当简单自动补全来评估。
GitHub Copilot
GitHub Copilot最稳的优势，不是它永远最聪明，而是它深深嵌进了开发者最熟悉的GitHub和IDE生态。适合高频编码提速，不适合被吹成不用复查的自动编程神器。
Google Antigravity
Google Antigravity - Build the new way
秒哒
无代码AI应用开发平台，一句话做应用
通义灵码
通义灵码是由阿里云提供的智能编码辅助工具，提供代码智能生成、智能问答、多文件修改...
Lovable
Lovable 这类工具的吸引力，不在“会不会补几行代码”，而在它试图把“描述一个产品想法”直接推进到“生成一个能演示的网站或应用”。你对它说清楚要做什么，它开始搭页面、组织结构、生成交互，再让你继续用对话迭代。相比传统代码补全，这更像是把原型、页面和开发起点拽到同一个对话框里。 所以它最适合的，不是只想看代码解释的人，而是有产品想法、原型需求或内部工具需求的人。独立开发者想快速起一个 MVP，产品经理想把脑子里的流程变成可演示页面，设计和运营想先拿到一个能讨论的版本，再决定要不要投入更重的开发，这些场景都比“纯聊天”更适合它。 Lovable 值得单独收录，是因为它把提示词、参考图、后续修改和发布入口收在同一条线上。官方文档明确提到可以直接用文本提示创建项目，也支持通过链接传入提示和参考图，让生成从“聊天灵感”变成“可以持续推进的工程起点”。只要你愿意把需求写清楚，它给你的就不只是几段建议，而是一份可以继续改的雏形。 但本站不建议把它想成一句话自动交付完整产品的魔法盒。越涉及登录、数据库、支付、权限、边界状态和长期维护，越不能拿第一次生成结果直接上线。Lovable 擅长的是把 0 到 1 的原型速度拉起来，而不是替你免掉产品定义、代码复核和上线责任。 本站对 Lovable 的判断很直接：它更像一个会搭骨架的 AI 编程工作台，而不是传统意义上的代码补全插件。只要你经常需要快速做展示页、原型站、内部工具壳子或 MVP，它就比单纯聊天更接近可交付成果。
Warp Code
Warp Code 值得看的，不是又来一个会写代码的聊天框，而是它把重点放在真实代码库里的连续工作上。官方页面直接强调 production codebases、代码索引、代码审阅面板、行内编辑和多仓库改动，这说明它想承接的不是一次性的代码片段生成，而是更贴近团队开发现场的任务链路。 这类工具更适合已经在项目里工作的开发者。你可能不是缺一个会补几行代码的助手，而是缺一个能理解仓库上下文、帮你梳理改动影响面、辅助评审和推进多文件修改的编程伙伴。Warp Code 的价值，恰恰在于它试图把这些“真正费时间的部分”接过去。 本站愿意收录 Warp Code，还因为它的产品表达明显偏生产环境，而不是偏演示。很多 AI 编程工具喜欢把卖点停在“写得快”，但真正进入团队环境之后，大家更关心的是能不能看懂现有代码、能不能少翻车、能不能让改动更可审查。官方文案里把这些词摆出来，本身就说明方向比较实。 但也别因此把它神化。只要工具开始接触真实代码库、审阅流程和多文件变更，风险就会迅速上升。上下文理解错一点、改动边界漏一点，最后都可能变成线上代价。Warp Code 可以提速，但绝不等于可以跳过人工审查和测试。 本站对 Warp Code 的判断是：它更像面向生产代码库协作的 AI 编程工具，而不是只负责热闹补全的代码聊天页。只要你的开发工作已经进入项目级、仓库级协作，它就比只会回答代码问题的工具更值得长期关注。
InfCode
InfCode 值得单独收录，不是因为它把 AI Coding 这个词写得更大，而是因为它明显在解决企业研发场景里那几个真正难啃的问题。官方页面直接把企业级、智能研发、团队协作、私有化部署和安全合规摆在一起，这说明它的目标不是让开发者偶尔体验一把自动补全，而是想进入真实研发流程，承担一部分可持续的编码与协作工作。 这类工具更适合已经有研发组织、代码资产和交付压力的团队。你可能不是缺一个会补几行代码的聊天窗口，而是缺一个能在团队规范之下提效、又不会把代码和流程轻易交给外部公共服务的工具。InfCode 的价值，就在于它试图把效率提升和组织可控放在同一个框架里，而不是只卷回答速度。 本站愿意收录 InfCode，还因为它的产品表达相对克制。很多 AI 编程产品喜欢把卖点停在“更聪明”“更快生成”，但真正进入企业环境后，团队更在意的是代码质量是否稳定、协作流程是否顺手、部署方式是否可控、合规要求是否能落地。InfCode 把这些词摆到前面，本身就说明它更偏生产环境，而不是偏演示热闹。 但预期也要放低。只要工具开始接触真实业务代码、团队规范和私有环境，门槛就不会低。它可以帮助团队缩短重复劳动，却不能替代架构判断、代码评审、测试流程和安全责任。企业研发里最贵的从来不是写几行代码，而是错误改动流进正式环境后的代价。 本站对 InfCode 的判断是：它更像一款面向企业研发流程的 AI 编程基础设施，而不是给个人尝鲜的代码聊天页。只要你的目标是让 AI 进入团队协作、质量控制和合规边界之内，而不是只图一时新鲜，它就值得放进 AI 编程板块持续关注。
Clacky AI
Clacky AI 值得关注的，不是又一个打着零代码旗号的生成器，而是它把目标直接钉在“做出可上线、可变现的应用”上。官方首页没有绕太多概念，直接强调可以把想法做成 production-ready apps，并且把 no coding needed 和 full-stack products 放在一起，这说明它要解决的不是演示一个页面，而是尽可能把从想法到产品的距离压短。 这类工具最适合哪群人，其实很明确。要么是不会完整写代码、但手里有明确产品想法的个人；要么是懂业务但缺开发产能的独立创作者；再要么是想先把原型快速推出来、再决定是否重构的小团队。对这些人来说，Clacky AI 的吸引力不在于技术炫耀，而在于能不能尽快做出一个真正能给人用、能收反馈、甚至能开始收费的东西。 本站愿意收录 Clacky AI，还因为它的产品话术比很多 AI 建站或 AI 生成器更务实。它没有只停在“帮你生成页面”，而是把“应用”“全栈”“上线”和“变现”绑在一起。这个表述虽然激进，但至少方向清楚：它想卖的不是一个漂亮草图，而是一条面向真实产品的快速搭建通道。 当然，快做出来不等于后续就没有代价。越是强调一键生成和快速上线，越要警惕数据结构、权限逻辑、支付流程、性能边界和后续维护这些问题。Clacky AI 适合把第一版产品推出来，却不意味着可以跳过测试、复核和后期工程治理。真正难的，往往是第一版之后还能不能继续稳住。 本站对 Clacky AI 的判断是：它更像一个面向创业原型和轻量产品落地的 AI 应用生成工作台，而不是单纯的“灵感聊天器”。只要你的目标是尽快把一个产品想法做成可运行原型，再用真实反馈决定下一步，它就值得放进 AI 编程板块观察。
讯飞星辰MaaS
讯飞星辰MaaS 值得收进 AI 编程板块，不是因为它又多了一个模型入口，而是因为它明显在做模型工程化这件事。官方描述直接强调“数据 - 模型 - 服务”全链路方案，并提到数据增强、模型精调、效果评估、一键部署和第三方模型托管，这说明它关注的不是单次对话体验，而是开发者怎样把模型能力真正接进业务系统。 这类平台更适合谁，用一句话就能说清：适合已经有数据、场景和交付目标的开发团队。你可能不是缺一个网页问答入口，而是需要把行业数据整理起来，对模型做定向优化，再把结果稳定部署给内部系统或外部产品使用。对这种需求来说，讯飞星辰MaaS 的重点是工程链路，而不是聊天界面。 本站愿意收录讯飞星辰MaaS，还因为它把模型开发里最容易散开的几个环节尽量收拢到了一起。数据处理、模型精调、量化评估、部署和托管，本来就容易分散在不同工具和不同团队之间。平台如果能把这些步骤串成一条可管理链路，就比只会展示模型回答更有长期价值。 但也要说清它不是给所有人准备的。只要进入精调、评估和部署阶段，门槛就会迅速上升。数据质量、标注方式、评估方法、成本预算和上线后的稳定性，任何一环没有想明白，最后都可能让模型效果看起来很热闹，真正业务落地却并不稳。平台能降低门槛，但不能替你做掉建模和业务判断。 本站对讯飞星辰MaaS 的判断是：它更像面向开发者和团队的大模型工程平台，而不是普通 AI 聊天页。只要你的目标是把模型能力做成可调、可评、可部署的业务组件，而不是只体验一轮问答，它就值得放进 AI 编程板块。
Windsurf
Windsurf 值得单独收录，不是因为它又把 AI for coding 这句话喊得更响，而是因为它试图把开发者最容易断流的几个动作重新缝到一起。官方首页一边强调自己是 AI-native IDE，一边把 Cascade、Memories、Rules、MCP Support 和 Download for Windows 这些入口直接摆出来，这说明它的目标不是只提供几行补全，而是想成为开发者日常停留时间更长的主工作台。 这类工具最适合已经在真实项目里持续写代码的人。你可能需要的不只是“下一行写什么”，而是让工具理解代码库结构、记住上下文、协助改动、处理 lint、补命令、推进多步骤任务，并尽量减少在编辑器、终端、文档和网页之间来回切换。Windsurf 的意义，就在于它把这些本来分散的动作压缩成一条更连贯的编码流。 本站愿意收录 Windsurf，还因为它的产品表达比很多 AI 编程工具更偏长期使用，而不是偏演示。它没有只停在“更快生成代码”上，而是明确强调 flow、记忆、规则、团队协作和复杂代码库处理。对开发者来说，真正值钱的往往不是单次惊艳，而是一个工具能不能连续一周、一月都让人少打断几次思路。 当然，也不能因为它像 IDE 就自动放低警惕。只要工具开始接触真实仓库、命令执行和代理式改动，错误上下文、误改文件和过度自信输出这些问题就会随时出现。Windsurf 可以提速，但不能替代代码评审、测试流程和最终的人类判断。越是看起来顺手的工具，越要记得它处理的是高代价工程环境。 本站对 Windsurf 的判断是：它更像一个试图把 AI 编程、上下文记忆和代理协作做进主编辑器的开发工作台，而不是只负责热闹补全的代码助手。只要你的目标是提高真实项目里的连续开发效率，而不是偶尔玩一把 AI 写代码，它就值得放进 AI 编程板块长期关注。
Bolt.new
Bolt.new 值得被单独收进 AI 编程板块，不是因为它又能一句话生成应用，而是因为它明显把目标放在“尽快做出可运行的站点和原型”上。官方首页直接写着 websites、apps、prototypes，并强调用你的话去 build and scale，这说明它关心的不是单轮代码问答，而是把从需求描述到页面成型这条路缩短到足够快，快到很多人愿意先做出来再决定值不值得继续开发。 这类工具最适合哪群人，其实非常清楚。要么是会提需求但不想从零搭栈的开发者，要么是懂产品但缺工程时间的独立创作者，要么是想先把 MVP 做出来跑反馈的小团队。对这些人来说，Bolt.new 的吸引力不在于代码写得多漂亮，而在于它能不能让想法快速落地，先看到一个能跑的结果。 本站愿意收录 Bolt.new，还因为它代表了 AI 编程里另一种很实用的方向。不是所有人都需要把 AI 放进复杂仓库和长期协作里，也有人就是需要在很短时间内做出一个演示版、一个业务原型、一个活动页面或一个小工具。Bolt.new 更像是为这类“先做出来再判断”的节奏服务。 但也必须把代价说透。越是强调快速生成和即时成型，越容易把后续工程问题往后推，比如状态管理是否清楚、权限逻辑是否严谨、数据层是否稳、部署后是否便于维护。Bolt.new 很适合缩短第一版落地时间，却不意味着第一版天然就适合长期承接真实用户。 本站对 Bolt.new 的判断是：它更像一个面向原型、站点和轻量应用快速成型的 AI 全栈编程工作台，而不是普通的代码聊天器。只要你的目标是快速验证产品想法、搭出能看的结果并开始收反馈，它就值得放进 AI 编程板块持续补充。