開發者工具指南

你已經在用 AI 寫 code 了。
但專門為這件事設計的工具,
你知道嗎?

// 給已經起步、想走更快的開發者

用 AI 問答介面寫程式沒有什麼問題。很多人都這樣開始。
但這些工具有個共同的天花板:它們不知道你的程式碼長什麼樣。

有一批工具從一開始就是為了「住在你的開發環境裡」而設計的。它們讀你的 codebase、理解你的專案結構、自己跑指令、自己測試、自己修錯。你不用一直複製貼上。

$ claude "重構這個 API,加上錯誤處理"
# 它讀了你的整個 repo
# 它找到了 12 個相關的檔案
# 它修改、測試、然後告訴你結果
✓ 完成。你不在的時候它一直在工作。

先搞清楚差在哪

你習慣的方式 vs 這些工具做的事

不是誰好誰壞,是設計目的不一樣。知道差異,你才能判斷值不值得換。

你現在的方式
AI 問答介面
  • 你把程式碼複製進去,它回答你
  • 每次對話都要重新給脈絡
  • 它不知道你的其他檔案長什麼樣
  • 你負責把答案貼回去、跑看看
  • 出錯了再貼回來問
這些工具做的事
AI Coding 專用工具
  • 它直接讀你的整個專案
  • 它知道你的檔案結構和依賴關係
  • 它可以同時修改多個檔案
  • 它自己跑指令、看結果、修錯
  • 你只要說要做什麼,它自己搞定
工具介紹

五個值得認識的工具

點開每個工具看完整介紹。沒興趣的跳過,有感覺的深讀。

Cursor 是目前市場上社群最大、採用率最高的 AI 編輯器。它的本體是一個 VS Code 的 fork,如果你原本就在用 VS Code,切換過去的學習成本幾乎是零——你的插件、設定、快捷鍵全部帶得走。

它跟一般 AI 問答最大的差異是 Composer 模式。你告訴它「我要做什麼」,它自己去讀相關的檔案,計劃修改的範圍,然後一次改好多個地方。改完之前它會讓你預覽 diff,你決定接受還是拒絕。整個流程像是跟一個懂你專案的工程師結對。

  • 跨檔案修改:你說「把所有 API 呼叫統一加上 error handling」,它找到全部相關的地方,一次處理完
  • Tab 補全比一般 IDE 聰明得多:它預測的不是你下一個字,而是你下一步想做的事
  • 它理解你的整個 codebase,不只是你目前打開的那個檔案
  • 背景 agent 可以在你做別的事情的時候跑任務
✓ 適合 習慣 VS Code 工作流、想要 AI 深度整合進編輯器的開發者
✓ 適合 需要每天大量寫 code、重構、feature 開發的人
✗ 不適合 用 JetBrains 系列(IntelliJ、PyCharm 等)且不想換編輯器的開發者
✗ 不適合 偶爾才寫 code、不需要全功能 AI 編輯器的人

GitHub Copilot 是這個領域歷史最久的工具,也是目前滲透率最高的。它不是獨立的編輯器,而是一個插件——VS Code、JetBrains 系列、Neovim、Visual Studio,幾乎你用什麼它就能裝在哪裡。這是它最大的優勢:你不用換開發環境。

它跟 GitHub 生態的整合是其他工具目前沒辦法複製的。PR review、issue 處理、Actions 整合,這些在 Copilot 裡是原生支援,不是外掛加上去的感覺。

  • 不用換編輯器就能用上 AI 輔助,學習成本最低
  • Code 補全成熟度高,日常寫 code 的節奏感很好
  • Agent 模式可以做多檔案修改,雖然深度比 Cursor 稍淺
  • GitHub 上的 PR、code review 流程可以直接 AI 介入

2026 年 6 月起,GitHub Copilot 把 agent 和進階功能改成 token 計費。如果你主要用補全功能,費用變化不大。但如果你常跑 agent 做大範圍修改,建議先確認新的計費方式是否在你的預算範圍內。

✓ 適合 不想換編輯器、想在現有環境裡加 AI 能力的開發者
✓ 適合 重度使用 GitHub 的團隊,PR review 和 issue 管理想 AI 化
✗ 不適合 想要深度 agentic 體驗(讓 AI 大範圍自主執行)的開發者,這方面 Cursor 或 Claude Code 更強

Claude Code 是 Anthropic 做的終端機 agent。它不住在 IDE 裡,它住在你的 terminal。你在專案目錄跑它,它讀整個 repo 的結構,然後你用自然語言告訴它要做什麼,它自己計劃、自己改 code、自己跑測試、自己修錯,一路執行到完成。

它的設計哲學是最大化自主性。不是「幫你補完這行 code」,而是「你說要做什麼 feature,它自己把整件事做完」。在需要跨多個檔案的大型重構、或是你理解需求但懶得自己動手的場景,這個特性特別有價值。

  • 超大 context window,可以同時理解幾千個檔案的關係
  • 真正的自主執行:跑指令、看輸出、根據結果調整,不用你在旁邊盯
  • 不綁 IDE,任何編輯器都可以搭配用
  • 對複雜邏輯的推理能力在這類工具裡公認最強
✓ 適合 需要大範圍重構、框架遷移、或跨多檔案複雜任務的開發者
✓ 適合 不想被綁在特定 IDE、想要最大自主性的人
✗ 不適合 喜歡在 IDE 裡看著 AI 即時補全、視覺 diff 的開發者,Cursor 的體驗更好
✗ 不適合 不熟悉終端機操作的人,它的工作環境是 terminal

Windsurf 在 2026 年經歷了一場矽谷級別的收購風波。原本 OpenAI 要買它,後來 Google 插進來搶走了核心團隊,最後 Cognition(做 Devin 的公司)接手,在 2026 年 6 月把 Windsurf 正式改名為 Devin Desktop。如果你在網路上搜到的文章還在叫它 Windsurf,內容通常還是有效的,只是名字變了。

它是 Cursor 最常被拿來比較的競爭對手,同樣是 VS Code fork 架構的 AI 編輯器。它的核心亮點是 Cascade——一個在多檔案編輯方面被很多開發者評價比 Cursor Composer 更流暢的 agent 模式。它還有自家訓練的 SWE-1 系列模型,專門針對軟體工程任務調教。

  • Cascade agent 在持續性任務和上下文保持方面表現穩定
  • 自有 SWE 模型針對 coding 任務特化,不完全依賴第三方 LLM
  • 現在整合了 Devin 雲端 agent,可以把任務丟給遠端 VM 去跑
  • Tab 補全免費,不吃 quota
✓ 適合 想要跟 Cursor 類似體驗但想多一個選擇比較的開發者
✓ 適合 對 agent 持續性任務有需求、想試試 Devin 雲端整合的人
✗ 不適合 需要非常穩定長期支援的場景——它的品牌和方向剛剛大改,長期走向有一定不確定性

OpenCode 是目前最受歡迎的開源 AI coding agent,MIT 授權,160K+ GitHub stars,每個月有超過 750 萬開發者在用。它的設計哲學跟所有上面那些工具都不一樣:工具本身免費,你自己選模型、自己付 API 費。

它支援 75 個以上的 LLM 提供商——Claude、GPT、Gemini、DeepSeek、或是你用 Ollama 跑在本機的任何開源模型。你不被任何一家廠商綁住,想換模型就換,而且還跑在你自己的終端機裡。

  • 完全的模型自由度:今天用 Claude,明天想試 DeepSeek,一行設定換掉
  • 資料不經過任何中間商,直接打你選的 API
  • 可以跑完全離線的本機模型,零資料外洩風險
  • GitHub Copilot 訂閱者可以直接用 Copilot 授權登入,不用另外付費
  • 開源代表你可以 fork、自己改、完全掌控

工具本身 $0。你付的是你選的模型的 API 費用。用 Claude Sonnet 的話,一般日常使用大概每個月 $10–20 美金的 API 費;如果搭配便宜的開源模型(像 DeepSeek),可以壓到更低。想完全免費?跑本機模型,成本是你的電費。

✓ 適合 不想被訂閱費綁住、想自己控制成本的開發者
✓ 適合 有資料安全顧慮、需要完全掌控資料流向的場景
✓ 適合 想要實驗不同模型、比較各家輸出品質的人
✗ 不適合 想要開箱即用、不想自己設定 API key 和管理費用的人
✗ 不適合 喜歡視覺化 IDE 介面的開發者,它是純終端機 TUI
特殊場景注意

如果你在金融、醫療、政府這類封閉網路環境工作,上面介紹的大多數工具對你來說可能根本不是選項——它們都需要連外部 API。這個限制不是工具的問題,是環境決定的。

這頁介紹的工具裡,OpenCode + 本機模型(Ollama)是目前最接近可落地的方向:工具開源、模型跑在自己的機器或內網伺服器上、零資料外洩。

至於企業級的本地化部署方案——有專門針對這類需求設計的企業平台,涵蓋私有雲部署、合規認證和組織級管理,那是另一個完全不同的評估框架,不在這頁的討論範疇。之後另開一篇。

快速比較

一張表看清楚

主軸是使用場景,不是功能列表。價格以官網為準。

比較維度 Cursor GitHub Copilot Claude Code Windsurf OpenCode
工作模式 AI IDE 編輯器插件 終端機 AI IDE 終端機
不用換編輯器 ✗ 要換 ✓ 裝插件 △ 搭配用 ✗ 要換 △ 搭配用
讀整個 codebase ✓ △ 部分 ✓ 最深 ✓ ✓
自主執行指令 △ 有限 △ 有限 ✓ 最強 △ ✓
多檔同時編輯 ✓ Composer △ ✓ ✓ Cascade ✓
可用免費方案 ✓ ✓ ✗ 需付費 ✓ ✓ 工具免費
封閉網路可用 ✗ ✗ ✗ ✗ ✓ 本機模型
模型自由選擇 △ 多模型 △ 多模型 ✗ 僅 Claude △ 多模型 ✓ 75+ 供應商
學習門檻 低 最低 中(需熟終端機) 低 中(需設 API key)
最適合的場景 日常 feature 開發、快速迭代 現有工作流加 AI、GitHub 整合 大型重構、複雜任務、自主執行 類 Cursor 體驗、agent 持續任務 封閉環境、控制成本、模型實驗

// 向右滑動可查看完整表格 · 功能以各工具官網現況為準

互動問答

還沒決定?讓我踹你一把

四個問題,給你一個夠用的起點。入坑之後死活自負。

你現在主要用什麼編輯器?
你最常做的工作是?
你的開發環境是?
對訂閱費用的態度?
問題 1 / 4
製作說明

這頁是怎麼做出來的

這整頁的文案、結構、程式碼,是網站作者和 Claude Sonnet 4.6(Anthropic 目前的主力模型)透過對話協作完成的。作者負責方向、定調、和每一個設計決策;Claude 負責把想法轉成實際跑得動的東西。

用的工具就是你現在可能已經在用的那種:claude.ai 網頁介面。沒有終端機,沒有 API,就是開著對話視窗一段一段做出來的。這本身就是這頁想說的事情的一個示範——AI 工具能做到什麼,你自己看到了。

Claude 是 Anthropic 開發的 AI 模型系列。Sonnet 4.6 是目前 claude.ai 的主力版本,定位是在能力和速度之間取得平衡的日常使用模型。它擅長長篇寫作、結構化思考、和程式碼生成,也就是這頁需要的那些事。

兩個都叫 Claude,但用法完全不同:

  • claude.ai(這頁用的):網頁對話介面。你貼程式碼給它、它回答你、你把答案複製出去用。它不知道你的專案長什麼樣,每次對話都要重新給脈絡。
  • Claude Code(這頁介紹的):終端機 agent。它住在你的開發環境裡,直接讀你的整個 repo,自己跑指令、自己改檔案、自己測試。你不用複製貼上,它自己搞定。

同樣的 Claude 模型在背後驅動,但一個是你問它、它回答;一個是它主動在你的環境裡工作。差別就是這頁第一張對比表說的那件事。