前几章里，我们实际跑起了 CLI 智能体的代表 Claude Code。但 AI 编程的世界里，还有别的强力工具。Cursor、GitHub Copilot、Codex——名字也许听过，可它们有何不同、何时该用哪个，却出乎意料地模糊。这一章，我们把这三者与 Claude Code 并列梳理，目标是让你能按自己的工作来取舍。
不是「哪个最强」，而是「什么时候用哪个」
为什么要了解多种工具
「既然会用 Claude Code，光靠它不就够了吗？」你也许会这么想。把一款深入用透确实重要。但 AI 编程工具各有擅长的工作方式。想把一整块大功能整体托付的场景、想一行行谨慎地写的场景、想看着现有代码做局部修改的场景——工作的性质每天都在变。了解多款工具的性格，就能为当下场景挑出最合拍的搭档，必要时还能并用。不问「哪个更优秀」，而按「量材适用」来想，才是不绕路的诀窍。
💡 不必样样精通。 本章的目标，是理解四款工具的定位，把它们收进同一张地图。名字和个性装进脑子后，日后需要时就能立刻判断「啊，这个场景适合 Cursor」。先轻松地把全貌看一遍吧。
Cursor —— 看着代码对话的 AI 编辑器
Cursor 是以经典代码编辑器 VS Code 为基础打造的AI 专用编辑器。外观和操作手感与 VS Code 几乎一样，在此之上深度嵌入了与 AI 对话、批量编辑的功能。它会把打开的文件乃至整个项目当作上下文来理解，你在聊天里说「把这个函数这样改」，它就会给出对应位置的建议，先展示差异再应用。
最大的魅力，是能看着代码、和 AI 对话的那份踏实感。AI 要改的地方会在编辑器里高亮，改动前后的差异确认无误后再纳入。它不是「全盘甩手」，而更接近「和 AI 两人三足地编辑」，越是有一定代码阅读能力的人，越能牢牢握住缰绳。
- 基于 VS Code，迁移顺滑（能沿用扩展和快捷键）。
- 差异看过再应用，改动容易把握。
- 擅长跨多文件的批量编辑，以及对选区的精准指令。
- 想看着现有代码动手时。
- 习惯 GUI 编辑器、不擅长终端的人。
- 一边看设计和界面，一边打磨前端的工作。
📘 想了解更多： 从安装、收费体系到具体用法，都整理在 什么是 Cursor —— 基于 VS Code 的 AI 编辑器 里。作为编辑器派的首选，值得先上手一试。
GitHub Copilot —— 边写边建议的补全型
GitHub Copilot 是 AI 编程工具里普及最广的补全型。由 GitHub 与 OpenAI 打造，能作为扩展嵌入 VS Code 等众多编辑器。它最具特色的是自动补全：当你开始写代码，它会用灰色文字提前给出接下来可能的行或代码块。按 Tab 键即采纳，不喜欢就无视继续写——这份轻快正是它的看家本领。
近来它也加入了聊天功能和智能体式的动作，早已超越了单纯补全。不过 Copilot 的真本事，还是那种「边写，边在旁悄悄给建议」的体验。不打断你自己写代码的节奏，只让 AI 替你分担那些套路化的部分。动手的主导权完全在你，AI 只是聪明的预读助手——就是这样的距离感。
- 随输入而来的实时补全又快又自然。
- 支持众多编辑器，上手门槛低。
- 套路代码和样板代码，少敲键盘就能写出。
- 想保持自己写代码节奏的人。
- 想在既有开发流程里悄悄加上 AI 时。
- 需要快速量产大量重复代码的工作。
📗 想了解更多： 原理、方案、安装步骤，都在 什么是 GitHub Copilot 里讲解。对于「想先体验一下 AI 补全」的人，这是门槛最低的入口。
Codex —— OpenAI 的自主型智能体
Codex 是 OpenAI 提供的编程智能体。定位与 Claude Code 相近，是下达指令后自己读写文件、执行命令、一路跑到测试来推进任务的自主型。除了能在终端用的 CLI，还提供在云端运行的形式，能把一整块工作整体托付给它。
相比补全型 Copilot 的「一行行贴身陪伴」，Codex 更偏向「以功能为单位、以任务为单位来托付」。你说「按这个规格实现 API」「修一下这个 bug」，它就会把跨多文件的改动从规划到执行一口气推进。因其以 OpenAI 的模型为底座，还能把 GPT 系的强项直接用在编程上。
- 把任务自主地规划·执行，托付到底的类型。
- CLI 和云端都能运行的灵活性。
- 把 OpenAI 模型的广博知识用于编程。
- 想把一整块功能一口气托付时。
- 已经用惯 OpenAI/ChatGPT 的人。
- 想和 Claude Code 对比着取舍时。
📙 想了解更多： Claude Code 和 Codex 同为自主型，正是纠结之处。擅长领域和成本上的差别，可在 Claude Code vs Codex 深度对比 里具体确认。两个都试试，挑顺手的那个用，也完全没问题。
与 Claude Code 的区别·取舍
把四款工具梳理一下，用一条轴就能看清。那就是「把 AI 托付到什么程度」。大幅托付的自主型（Claude Code、Codex），与在手边看着写的陪伴型（Cursor、Copilot）分成两派。先用表格横向看一看。
| 工具 | 类型 | 主要用法 | 适合的工作 |
|---|---|---|---|
| Claude Code | CLI 智能体（自主型） | 在终端下指令，整体托付 | 功能实现·较大改造·自动化 |
| Codex | CLI/云端（自主型） | 以任务为单位，从规划到执行全托付 | 功能实现·OpenAI 环境下的工作 |
| Cursor | AI 编辑器（陪伴型） | 看着代码对话·批量编辑 | 现有代码的调整·局部修改 |
| GitHub Copilot | 补全型（陪伴型） | 边写边实时给建议 | 套路代码的快速输入·自力编程 |
把这张表落到唯一一个问题上——「现在，是想一口气托付？还是想看着写？」——选择就会一下子变简单。
当你说「把这个功能做出来」，希望它把实现、修改、测试整体推进时。擅长成块的工作和跨多文件的改动。人则专注于下达指令与最终确认。
当你想在编辑器里用眼睛盯着代码，靠对话或补全来帮衬时。适合想一行行确认的精细工作，以及想握着缰绳写的场景。
💡 没有谁更高贵。 自主型推进快，但一旦全盘托付，对内容的把握容易变松；陪伴型好把握，代价是大工作要多费手脚。按工作性质来回切换才是正解。想把四款工具在一张表里对比，可看 Cursor・Claude Code・GitHub Copilot・Codex 深度对比。
组合起来用
前面一直在讲「取舍」，但其实不必只押一款。恰恰相反，越是熟练的开发者，越会按场景换着用多款工具。类型不同的工具不会打架，反而互补。来看看几种典型的并用套路。
用 Cursor 写细节，大块任务交给 Claude Code。把「这次批量重构交给你」丢给 CLI，回来的差异在编辑器里确认·微调。托付的快与看着改的踏实，两头都占。
平时靠 Copilot 补全轻快地写，只把重活交给自主型。日常敲键盘让 Copilot 分担，成块的功能交给 Claude Code 或 Codex。动手的乐趣与省力兼得。
让 Claude Code 和 Codex 同题较量。擅长领域和代码习性会因模型而异。一方卡住时丢给另一方试试，往往能撞出意外的突破口。
✅ 先用一款，再往上加。 不必一上来就全都并行。以本课程的主线 Claude Code 为主轴，感到「想在编辑器里看着改」就加 Cursor，觉得「想要轻量补全」就加 Copilot。在感到不便的地方加一款工具——这才是不会翻车的扩展方式。
- 工具各有擅长的工作方式。不问「哪个最强」，而按量材适用来选。
- Cursor＝看着代码对话的 AI 编辑器／Copilot＝边写边建议的补全型／Codex＝OpenAI 的自主型智能体。
- 选择的轴只有一条：「一口气托付（Claude Code·Codex）」还是「看着写（Cursor·Copilot）」。
- 不必只押一款，组合起来也 OK。以 Claude Code 为主轴，在感到不便处一款款地加。
工具的地图装进脑子后，接下来就是「怎么请求」了。同一款工具，下指令的方式不同，结果会大不一样。下一章第 4 章「会请求 —— 氛围编程与规格驱动开发」，我们来学如何从 AI 手里拿到称心的成果。