2
0上周有个朋友问我：
"我想学编程，现在AI工具这么多，我该用哪个？"
我列了六个——Cursor、Trae、CodeBuddy、Claude Code、Codex、Kimi。
他看完，沉默了三秒，说：
"要不还是算了吧。"
工具明明是来降低门槛的，结果把人劝退了。
这就像你走进超市买瓶酱油，货架上摆着：生抽、老抽、豉油、味极鲜、蒸鱼豉油、凉拌酱油——
从来没进过厨房的人，怎么知道红烧用老抽、凉拌用生抽？
AI编程工具就长这样。
名字都差不多，结构完全不同。
今天这篇，就是帮你把这张调料货架，理清楚。
一、Cursor：加了AI大脑的VS Code，新手首选
Cursor说白了，就是"加了AI大脑的VS Code"。
界面跟VS Code一模一样，不需要学新东西。
核心就两个功能：
Tab补全——你写一行，它猜你后面想写啥，按Tab就补上。
Chat对话——选中一段代码，直接说"把这改成异步的"或者"这报错了帮我看一下"，它当场改。
对新手来说，这是"不用离开编辑器就能获得一个随时在线的程序员队友"。
以前你一个人对着黑屏干瞪眼；现在有个AI在旁边，你说"帮我写个爬虫"，它当场出代码，立刻有反馈。
这个即时反馈的结构，才是它真正降低门槛的地方。
二、Trae 与 CodeBuddy：国产双雄，各有主场
Trae（字节出品）的定位是"快速出东西"，尤其前端和小程序。
你给它一个自然语言描述，比如"帮我做一个电商首页，要有轮播图和商品列表"，它哗哗哗给你生成一个能在浏览器打开的页面。
国产化做得到位——中文理解流畅，网络环境友好，不用配代理。
但短板也明显：复杂项目管理和跨文件重构能力比Cursor弱，做深度学习训练或复杂后端不太够用。
Trae和Cursor的区别，像"速溶咖啡"和"半自动咖啡机"。
速溶咖啡倒热水就喝，Trae给需求就能预览；半自动咖啡机得磨豆、压实、萃取，步骤多，但风味可控。
Cursor就是后者——编辑器里给你更多控制权，新手可能稍微复杂一丢丢，但上限高。
CodeBuddy（腾讯出品）跟Trae不重复，核心差异在生态绑定——它跟腾讯云和微信小程序深度打通，做小项目能直接关联云函数、一键部署。
做微信生态内的小程序或需要腾讯云服务 → CodeBuddy主场优势。
做通用网页 → Trae和Cursor都能干，CodeBuddy没差别。
选工具之前先想清楚"我要什么"。
你是要学编程本身，还是要快速上线一个小程序？
路径不一样，工具选择就不一样。
很多人陷入选择困难，不是工具的问题，是没定义自己的目标。
三、Claude Code 与 Codex：高级玩家的效率引擎
Claude Code本质上是一个命令行工具，没有图形界面。
你打开终端输入指令，它接管你的代码库——你说"帮我重构这个模块，把所有回调改成async/await，顺便生成单元测试"，它会自己读文件、改文件、跑测试。
听起来很爽，但不推荐新手碰它。
前提是你得知道什么是回调、什么是async/await、什么是单元测试。
如果你连这些概念都不清楚，它改完之后你敢信吗？
Claude Code是给"知道自己在干什么"的人用的。
它的价值不是帮你"学写代码"，而是帮你"少写代码"。
新手最容易被"自动化"三个字吸引，以为能一键搞定，但实际上你的判断力才是安全阀。
自动驾驶已经很成熟了，但让一个没受过训练的乘客坐驾驶舱，说"摁这个按钮就能飞到北京"——
他敢摁吗？
Claude Code能自动巡航、自动降落，但遇到乱流你得知道怎么接管。
适合一年以上经验、开始接触工程化项目的开发者。
新手看宣传片觉得"哇好厉害"，真用起来可能十分钟就慌了。
Codex（OpenAI出品）则更像"软件工程全流程助手"，擅长项目脚手架、CI/CD脚本、自动化代码审查，跟GitHub生态绑得紧。
Claude Code是"单人效率放大器"，Codex是"团队协作加速器"。
但对零基础新手——这两个都还太远，先知道存在，别急着碰。
四、Kimi：IDE之外的第二大脑
Kimi完全不是编程工具本身，为什么放在清单里？
因为它解决了一个被IDE忽略的问题——"卡在概念上了"。
新手用Cursor写代码，AI帮他生成了一段，跑起来了，但里面有个"装饰器"或者"闭包"他看不懂。
Cursor可以解释，但那个解释是内联的、碎片化的。
Kimi是长文本对话助手，你给它一大段代码，它能从头到尾拆解一遍——用了什么设计模式、为什么要这样写。
它更像一个编程导师。
两个高价值场景：
刷题/面试：把LeetCode题丢给Kimi，让它先讲思路再给代码，效果比直接看答案好很多。
理论补充：写API的时候想理解RESTful设计原则，开Kimi对话，它能举很多例子。
Kimi虽然不能操作工程文件，但作为"第二大脑"辅助理解和记忆，特别合适。
五、三阶段路线图：从零到工程化
第一阶段（0–3个月）：建立协作习惯
目标不是"写出完美的代码"，而是"建立用自然语言跟AI协作的习惯"。
选一个小项目——比如写个爬虫抓你喜欢的漫画更新，或者做一个静态博客放读书笔记。
在做的过程中反复经历"描述需求 → AI生成代码 → 调试 → 再描述"这个循环，这是核心能力。
这两个场景的"反馈循环"特别短。
爬虫跑起来，数据出来了，你马上知道对不对；博客部署完，浏览器打开看到了，立刻有成就感。
不要一上来就搞"全栈电商平台"——那涉及数据库、鉴权、支付，随便一个环节卡住，新手就弃坑了。
工具：Cursor 或 Trae。
国内网络环境下Trae更稳定，中文提示词理解也更好，做前端页面和小程序完全够用。
但如果做深度学习、算法实验，Cursor的多模型支持和Jupyter集成更灵活。
不是"该选哪个"，是"现阶段你做什么"。
第二阶段（3–12个月）：Agent模式与规则文件
第二阶段要干两件事：启用Agent模式，和学会写规则文件。
Agent模式是什么？AI不只是帮你补一行代码，而是能跨多个文件创建模块、遵循项目规范。
比如在Cursor里用Composer功能，说"帮我添加一个用户登录模块，用JWT鉴权，数据库用SQLite"，它会自己创建文件、导入依赖、写路由。
一个关键技巧——.cursorrules文件：
你可以在项目根目录放一个文本文件，写清楚"你是一个Python项目，用FastAPI框架，代码风格遵循PEP 8，ORM用SQLAlchemy，所有函数必须加类型标注"。
之后AI每次生成的代码都会符合你的规范。
这其实是在训练AI适应你的标准，而不是你适应AI的随机输出。
没规则的时候，AI今天用requests，明天用httpx，后天又用aiohttp，光整理依赖就烦死了。
有了规则，它就稳定了。
这个阶段可以引入Kimi做理论补充，比如理解RESTful设计原则。
能做什么？ 一个完整的全栈应用——在线问卷系统、个人知识库、待办事项管理。
会开始接触数据库、用户认证、前端页面和后端API的串联。
因为已经有第一阶段的经验，知道怎么描述需求、怎么调试，不会被吓倒。
第三阶段（一年以上）：工程化与AI驱动
Claude Code或Codex登场。
日常工作不再是"写代码"，而是"让AI写代码，你审查和修正"。
用它们重构老旧仓库、生成全套单元测试、写Dockerfile和Kubernetes配置。
产出从"功能"变成了"流程"——自动化脚本、监控告警、CI/CD管道。
你有一个三年前的Flask项目，要迁移到FastAPI。
传统做法是人肉一行行改。
用Claude Code，输入"分析这个仓库的依赖和路由，生成一个FastAPI版本的骨架，保留所有业务逻辑，只改框架"，它会自己读、自己改，最后给你一个能跑的初始版本。
你只需要做细节调整和验证。
这时候你才能真正理解什么叫"AI驱动的软件工程"。
六、项目类型 × 工具匹配：先想做什么，再选工具
很多人选工具因为"别人推荐"，但其实应该倒过来——先想"我想做什么"，再看"什么工具最适合"。
想快速出东西 → Cursor
轻量、灵活、反馈快。适合个人效率工具（爬虫、自动化脚本）和算法研究。
想快速验证原型 → Trae
前端和小程序特别顺手，国产化到位，中文理解流畅。
想做微信生态 → CodeBuddy
跟腾讯云和微信小程序深度打通，做小程序能直接关联云函数、一键部署。
代码量大、模块多 → Claude Code / Codex
需要全局视野和工程化能力，适合企业级系统。
学习辅助/概念理解 → Kimi
长文本能力最强，适合补理论和刷题面试。
七、AI时代学编程，从"问题"开始
有个常见担忧：AI工具用多了会不会变菜？
如果只是复制粘贴不看不改，确实不会进步。
但如果每次AI生成完都读一遍，理解它为什么这么写，遇到不会的概念去问Kimi——这就变成了"用AI加速学习"，而不是"用AI替代学习"。
工具是镜子，照出的是你的学习态度。
以前学编程从语法开始，现在从"问题"开始。
以前你要先学变量、循环、函数，然后才能做东西；现在你可以直接说"我想做一个东西"，倒逼你去查、去问、去理解。
你自己想做的事，你愿意琢磨；教科书上的例子，你反而没兴趣。
这个反转，对学习动机的激发反而更强了。
各人一句
某T： 打开Cursor，建一个空白文件，输入"I want to build"，看它给你什么。第一行代码写出来，一切就开始变了。
Brian： 别追求一步到位，先做出来一个"能跑的东西"。能跑的就是好作品，迭代比完美重要。
Ryan： 找一个你真正想解决的小问题，比如"自动下载今天的天气预报发到微信"，然后用AI去实现它。学编程最怕没有动机，动机来自你自己的生活。
Senpai： 记住今天这张"地图"——Cursor起步，Trae和CodeBuddy做生态，Kimi补理论，Claude Code和Codex是工程终点。
选对工具，比瞎努力重要一百倍。
「甘知如梨」播客 · 2026-05-13
