2026 AI Coding 工具一覽表：為何我選 Claude Code 搭配 Codex
本篇是「Claude Code 完全指南」系列的第 1 / 1 篇。你可以從系列總覽開始閱讀，也可以直接接著看本文。
Copilot、Cursor、Claude Code、Codex、Gemini CLI、Devin，光是名字就一長串。開始試 AI coding 時，我最想知道的其實很簡單：哪些能直接放進我原本的工作，哪些得換一套操作習慣？
這篇先把幾種用法和工具放在一起看，再說我為什麼留下 Claude Code 當主力，搭配 Codex 處理部分工作。
這也是「Claude Code 完全指南」的第一篇。後面會進到安裝和操作，這裡先從選工具開始。
三種 AI Coding 模式：先搞清楚你在選什麼
我會先按操作方式分成三類：在 IDE 裡用、在終端機裡用，以及把整個任務交出去。後面也會提到，同一個工具可能同時支援好幾種。
模式一：IDE-Native（IDE 原生整合）
代表工具：GitHub Copilot、Cursor
AI 直接嵌入你的編輯器裡。你在 VS Code 或 Cursor IDE 裡打字，AI 即時理解你的 context，提供自動補全、即時對話、內嵌程式碼建議。你幾乎不需要改變原本的工作習慣——AI 就在你打字的地方。
優勢：最低的學習門檻。你不需要學新工具，AI 就在你已經在用的環境裡。
限制：被 IDE 綁定。你能做的事情受限於 IDE 提供的介面。離開 IDE（例如 SSH 到一台遠端伺服器），AI 就幫不上忙了。
模式二：Terminal Agent（終端機代理）
代表工具：Claude Code、OpenAI Codex CLI、Google Gemini CLI
AI 住在你的終端機裡。你用自然語言描述任務，AI 理解你的整個專案、讀取檔案、編輯程式碼、執行 shell 指令、跑測試——一切都在 terminal 裡完成。你是指揮官，AI 是執行者。
優勢：可以接在原本的 shell 工作流裡，讀 log、跑指令和測試，不必切回圖形介面。
限制：你需要習慣 terminal 工作流。沒有漂亮的圖形介面，沒有滑鼠點點點。
模式三：Fully Autonomous（全自動代理）
代表工具：Devin
你把一張 ticket 丟給 AI，然後去喝杯咖啡。AI 自己規劃、自己寫 code、自己測試、自己開 PR。你回來的時候，工作已經做完了（理論上）。
優勢：解放雙手。適合把完整的、定義清楚的任務交出去。
限制：你失去了即時控制。如果 AI 走錯方向，你可能等了半小時才發現它做的東西完全不對。而且費用通常按「任務完成單位」計價，可能很貴。
同一個工具可能支援好幾種模式。比較時先想好：你想在 IDE 裡邊看邊改，還是把一個完整任務交出去，再回來看結果？
六個工具，分別適合什麼工作
下面依序整理各工具的操作方式、我會留意的功能，以及適合的使用情況。
Claude Code — 我主要使用的 Terminal Agent
開發者：Anthropic（也是 Claude 的母公司） 介面：Terminal/CLI，另有 VS Code 擴充套件 模型：Opus 4.6（1M context）、Sonnet 4.6 價格：Pro $20/月、Max $100-200/月、Teams $25-150/座/月 開源：否
Claude Code 可以讀取專案、編輯檔案和執行指令，讓修改與測試接著做下去。
你可以這樣跟它說：「幫我把這個 API 從 REST 重構成 GraphQL，包含所有相關的 type definition、resolver 和測試」。然後 Claude Code 會自己讀懂你的 codebase 結構、找到相關的檔案、做跨檔案的修改、寫測試、跑測試確認通過。
我會留意的功能：
- 1M token context window：可以放入較多資料，但仍要確認它有沒有讀到這次任務需要的檔案
- CLAUDE.md 專案記憶系統：你可以寫一份「AI 工程師操作手冊」放在專案根目錄，Claude Code 每次啟動都會讀取。它會記住你的程式碼規範、偏好的工具、常用的工作流程
- 六大擴充點：Skills（可重用工作流）、Hooks（生命週期事件）、Subagents（分身）、Agent Teams（多 AI 協作）、MCP（外部工具整合）、Memory（跨 session 記憶）。可以依照常做的工作，逐步加上需要的設定
- Git 深度整合：不只是幫你寫 commit message，而是從 branch 管理、PR 建立、code review 到 worktree 平行開發，整個 Git 工作流都能自動化
可以考慮的情況：你是重度 terminal 使用者、你的專案需要深度推理（不是寫 CRUD 而是做架構決策）、你想建立一套可重複使用的 AI 工作流系統。
可能不合用的情況：你離不開 IDE 的圖形介面、你主要做簡單的前端開發、你不想花時間設定和客製化。
OpenAI Codex CLI — 可以查看與修改的開源 CLI
開發者：OpenAI 介面：Terminal/CLI 模型：GPT-5.2-Codex（針對程式碼優化的模型） 價格：含在 ChatGPT Plus $20/月、Pro $200/月。API：codex-mini $1.50/$6.00 per M tokens 開源：是（Apache 2.0 授權）
Codex CLI 是 OpenAI 對 Claude Code 的直接回應。它在 2025 年中推出，用 Rust 從零開始構建，主打速度和開源透明度。
我會留意的功能：
- 開源且用 Rust 構建：可以查看原始碼、自己編譯，或 fork 後調整需要的部分
- ChatGPT 訂閱即用：如果你已經在付 ChatGPT Plus，Codex CLI 不需要額外付費。已經有訂閱的人，可以先確認方案裡的可用額度
可以考慮的情況：你重視開源、想查看 CLI 的實作，或已經有可用的 ChatGPT 訂閱。
可能不合用的情況：你需要超大的 context window（GPT-5.2-Codex 的 context 小於 Claude 的 1M）、你需要深度的擴充機制（Skills、Hooks 等 Claude Code 的進階功能 Codex CLI 還沒有）。
Google Gemini CLI — 可以先從免費方案試用
開發者：Google 介面：Terminal/CLI 模型：Gemini 2.5 Pro（1M context） 價格：免費方案每天 1,000 次請求、每分鐘 60 次。付費走 Google Cloud 定價 開源：是（Apache 2.0 授權）
Google 在 2025 年 6 月推出 Gemini CLI。如果想先試用 CLI 工作流，可以把它的免費方案列入比較。
我會留意的功能：
- 免費方案：1,000 請求/天、60 請求/分鐘，免費。對學生、獨立開發者、或只是想試水溫的人來說，可以先拿小任務試用，再看額度是否夠用
- Google Search 內建：Gemini CLI 可以直接用 Google Search 搜尋即時資訊。當你需要查 API 文件、看 Stack Overflow 的解法，它不需要你另外設定
- 1M token context：跟 Claude Code 一樣有百萬等級的 context window，能理解大型專案
- MCP 支援：跟 Claude Code 一樣支援 Model Context Protocol，可以連接外部工具
可以考慮的情況：你想零成本試用 AI coding、你是 Google Cloud 使用者、你需要大量的日常 AI 輔助但預算有限。
可能不合用的情況：你需要可客製化的工作流系統（Gemini CLI 的擴充機制不如 Claude Code 成熟）、你對 Google 的資料使用政策有疑慮。
GitHub Copilot — 接在 IDE 與 GitHub 工作流裡
開發者：GitHub（Microsoft） 介面：IDE 為主（VS Code、JetBrains、Neovim）、CLI（2026/2 GA）、GitHub.com 網頁 模型：多模型（GPT、Claude、Gemini 都可選） 價格：Free（2,000 補全 + 50 次進階請求/月）、Pro $10/月、Pro+ $39/月、Business $19/座/月 開源：否
Copilot 在 2021 年推出時以自動補全為主，後來陸續加入對話、Agent 和多模型選擇。
我會留意的功能：
- 多模型支援：你可以在 Copilot 裡選用 GPT、Claude、Gemini 等不同模型。這意味著你不需要被綁在單一模型上
- GitHub 整合：Copilot 可以直接操作 GitHub——自動開 PR、做 code review、觸發 Actions、跟 Issues 連動。如果平常就在 GitHub 管理 Issues 和 PR，可以先看這些功能能省掉哪些步驟
- Copilot Coding Agent：你指派一個 GitHub Issue 給 Copilot，它會自己建 branch、寫 code、開 PR。你只需要 review 和 merge
- $10/月的 Pro 方案：可以和免費方案（2,000 次補全/月）一起比較，先看自己的用量
可以考慮的情況：你想要最低門檻的 AI coding 體驗、你的工作流深度依賴 GitHub、你想要多模型選擇的彈性。
可能不合用的情況：你是重度 terminal 使用者、你需要深度的專案客製化（CLAUDE.md 式的記憶系統）、你追求單一模型的最深推理能力。
Cursor — AI-Native 的 IDE 體驗
開發者：Anysphere 介面：桌面 IDE（VS Code fork） 模型：多模型（Claude、GPT 等） 價格：Hobby（免費，有限制）、Pro $20/月、Business $40/座/月 開源：否
Cursor 把 AI 對話、程式編輯和 diff 檢視放在同一個 IDE 裡，適合想邊看程式邊調整的人。
我會留意的功能：
- 平行雲端 Agent：你可以同時啟動最多 8 個 Agent 在雲端平行工作——一個寫前端、一個寫後端、一個寫測試。適合能拆開處理的任務
- Automations（自動化觸發）：你可以設定「當某個事件發生時，自動執行某個 Agent」。例如每次有人 push 到 main branch，自動跑 code review agent
- 視覺化 diff：Cursor 的 diff 顯示方式是專門為 AI 生成的程式碼設計的。你可以一眼看出 AI 改了什麼、要不要接受
- JetBrains 整合：2026 年 3 月，Cursor 透過 ACP 協議跟 JetBrains IDE 整合。如果你是 IntelliJ / PyCharm 使用者，也能享受 Cursor 的 AI 能力
可以考慮的情況：你喜歡完整的 IDE 體驗、你需要平行 Agent 加速大型任務、你想要「看得到」的 AI 互動（視覺化 diff、內嵌對話）。
可能不合用的情況：你不想被特定 IDE 綁住、你習慣 terminal 工作流、你的開發環境是遠端伺服器。
Devin — 全自動的 AI 軟體工程師
開發者：Cognition（2025 年收購了 Windsurf） 介面：網頁（雲端 IDE） 模型：自研模型 價格：Core $20/月 + $2.25/ACU（按完成量計費）、Teams $500/月（含 250 ACU） 開源：否
Devin 主要讓你把定義好的任務交到雲端環境，讓它規劃、修改、測試並提出 PR，再回來檢查結果。
我會留意的功能：
- 全自動執行：你指派任務後可以去做其他事情。Devin 在雲端沙盒裡自己完成所有工作
- 平行 Devin：你可以同時跑多個 Devin 處理不同的任務。等於同時有好幾個 AI 工程師在幹活
- Devin Wiki：自動為你的 repo 生成文件。Devin 會分析你的程式碼結構，自動產出架構文件
- Interactive Planning：在 Devin 開始執行之前，它會先告訴你它打算怎麼做。你可以調整計畫，確認方向對了再讓它動手
可以考慮的情況：你有大量定義清楚的開發任務想要並行處理、你是團隊主管想要擴充產能、你能先交代完成條件，之後再集中檢查結果。
可能不合用的情況：你需要即時互動和精細控制、你的任務需求模糊需要持續溝通、你的程式碼有高度安全性要求（Devin 在雲端運行）。
完整比較表
| Claude Code | Codex CLI | Gemini CLI | Copilot | Cursor | Devin | |
|---|---|---|---|---|---|---|
| 類型 | Terminal Agent | Terminal Agent | Terminal Agent | IDE + Agent | AI-Native IDE | 全自動 Agent |
| 模型 | Opus 4.6 / Sonnet 4.6 | GPT-5.2-Codex | Gemini 2.5 Pro | 多模型 | 多模型 | 自研 |
| Context | 1M tokens | 較小 | 1M tokens | 依模型 | 依模型 | 整個 repo |
| 開源 | ❌ | ✅ Apache 2.0 | ✅ Apache 2.0 | ❌ | ❌ | ❌ |
| 免費方案 | 有限 | ChatGPT Free | 1,000 req/天 | 2,000 補全/月 | 有限 | ❌ |
| 付費起步 | $20/月 | $20/月 | GCP 定價 | $10/月 | $20/月 | $20/月 + ACU |
| 最強項 | 推理深度 + 擴充系統 | 開源 + Rust 速度 | 免費 + Google Search | GitHub 整合 + 多模型 | 視覺化 + 平行 Agent | 全自動 + 並行 |
| IDE 整合 | VS Code 擴充 | 有限 | 有限 | 原生 | IDE 本身 | 雲端 IDE |
| Terminal | 原生 | 原生 | 原生 | CLI (GA 2026/2) | ❌ | ❌ |
| 擴充性 | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
表格裡的價格是會過期的那一欄，所以把兩家的官方定價頁附上，你自己核對當下的數字：
Copilot 這張有一行值得單獨拿出來講：Pro 方案寫著 「Access to 3rd party agents (Claude Code and Codex)」——也就是說，這篇在比較的幾個工具，現在有一部分可以直接掛在 Copilot 訂閱底下用。「選一個」這個問題的前提，已經比我寫這篇的時候更模糊了。
Cursor 的免費 Hobby 方案值得注意的不是「免費」，是那句 「有限的代理請求額度」——它免費的是編輯器，不是 agent。真正要用 agent 跑事情，起步就是 $20。
這幾個變化，也會影響怎麼選
除了功能，我也會留意下面幾個變化。
趨勢一：Terminal-First 成為標配
2024 年，terminal AI agent 還是小眾工具。到了 2026 年，每一個大廠都推出了自己的 CLI agent：
- Anthropic 有 Claude Code（2024 年底）
- OpenAI 有 Codex CLI（2025 年中）
- Google 有 Gemini CLI（2025 年 6 月）
- GitHub 的 Copilot CLI 在 2026 年 2 月正式 GA
- JetBrains 也在 2026 年 3 月推出 Junie CLI beta
習慣在 terminal 工作的人，現在有更多工具可以試。
趨勢二：開源成為競爭武器
OpenAI 和 Google 都把自家的 CLI agent 開源了——這在大型 AI 公司裡是很不尋常的舉動。它們的模型是閉源的，但 CLI 工具是開源的。
這背後的策略很清楚：用開源搶佔開發者的桌面。如果開發者習慣了 Codex CLI 的操作方式，就更可能持續使用（和付費）OpenAI 的 API。
如果需要查看或修改 CLI 實作，可以先研究這兩個開源專案。
趨勢三：$20/月的價格帶收斂
幾乎所有個人付費方案都落在 $20/月上下：
- Claude Code Pro：$20/月
- Codex（ChatGPT Plus）：$20/月
- Cursor Pro：$20/月
- Devin Core：$20/月
- Copilot Pro 是例外，只要 $10/月
月費接近時，我還會比較額度、超額費用，以及哪些功能實際用得到。
趨勢四：多模型成為預設
GitHub Copilot、Cursor、JetBrains Junie 都支援多個模型提供者。你可以在同一個工具裡切換 GPT、Claude、Gemini。
Claude Code 和 Codex CLI 則各自圍繞自家的模型和工作流設計。
比較時可以先看：你是否常切換模型，還是更在意目前的工具和流程能不能接著用。
趨勢五：收購大戰重塑版圖
2025 年的收購案讓整個市場大洗牌：
- Anthropic 收購 Bun（2025 年 12 月）：Claude Code 現在有了自己的 JavaScript runtime。這暗示未來可能有更深的開發工具整合
- OpenAI 嘗試收購 Windsurf（$30 億，失敗）：Microsoft 擋了這筆交易
- Google 挖走 Windsurf 團隊（$24 億授權協議）：CEO 和共同創辦人加入 DeepMind
- Cognition 收購 Windsurf IP：Devin 的開發者拿到了 Windsurf 的技術和品牌
四則新聞裡有三則圍著同一家公司打轉。Windsurf 這個標的，OpenAI 沒買成、團隊被 Google 挖走、IP 落到 Cognition 手上：
flowchart TD
W["Windsurf<br/>2025 年收購戰的標的"]
W -->|"$30 億<br/>嘗試收購"| O["OpenAI 出手<br/>Microsoft 擋下<br/>交易失敗"]
W -->|"$24 億<br/>授權協議"| G["Google 挖走團隊<br/>CEO 與共同創辦人<br/>加入 DeepMind"]
W -->|"IP"| C["Cognition<br/>拿到技術與品牌<br/>它就是 Devin 的開發者"]
這些變動也提醒我，選工具時要考慮設定和工作流程能不能搬走，不能只看目前有哪些功能。
怎麼選？先看自己的四個需求
看完上面的差異，可以用下面四件事縮小範圍：
維度一：你的工作介面偏好
你主要在哪裡寫程式？
Terminal / Vim / Neovim → Claude Code、Codex CLI、Gemini CLI
VS Code → Copilot、Cursor、Claude Code（VS Code 擴充）
JetBrains IDE → Copilot、Cursor（ACP）、Junie
不想裝任何東西 → Devin（純網頁）維度二：你的預算
$0（零預算） → Gemini CLI（1,000 req/天免費）
$10/月（最小投資） → GitHub Copilot Pro
$20/月（標準投資） → Claude Code / Codex CLI / Cursor（看偏好）
$100+/月（重度使用） → Claude Code Max / Cursor Business / Devin Teams維度三：你的任務類型
日常寫 code（CRUD、小功能） → Copilot（最順手）
大型重構 / 架構決策 → Claude Code（推理最深）
探索性開發（不確定方向） → Claude Code / Cursor（即時互動）
批量任務（10 張 tickets） → Devin（丟出去就好）
學習新技術 / 看文件 → Gemini CLI（免費 + Google Search）維度四：你對客製化的需求
開箱即用就好 → Copilot、Gemini CLI
想做一些設定 → Cursor、Codex CLI
想打造完整系統 → Claude Code（Skills + Hooks + MCP + Agent Teams）我為什麼選 Claude Code 搭配 Codex
這幾個工具我都試過，現在留下來常用的是下面這個組合。
我的主力是 Claude Code，但我不是單押一個工具——我把它搭配 Codex 一起用。
先說主力。我選 Claude Code，不是因為它在每個面向都是最好的——事實上，Copilot 的 IDE 整合更順手、Gemini CLI 的免費方案更慷慨，連 Codex 的開源都比它透明。
我繼續用它，主要是因為已經把常做的工作接進去了。
經過一年多的使用，我已經建立了 60 多個 Skills（可重用工作流）、8 個 Hooks（自動化觸發器）、連接了 10 多個 MCP server（外部工具整合）。我的 CLAUDE.md 超過 300 行，詳細定義了我的開發規範、commit 習慣、除錯策略、收工流程。
這些設定累積下來，讓我不必每次重講偏好和流程。換工具時也得考慮這些工作要怎麼搬，所以我目前還是以 Claude Code 為主。
那為什麼還要搭配 Codex？
當 Claude 給的方案我不太確定，或想再檢查一個架構決策時，我會把同一個問題交給 Codex。多一份意見可以拿來比較，但兩邊都說 OK，仍要用測試和實際結果確認。
實務上，這個組合還有三個好處：
- 不中斷：Claude Code 撞到用量上限時，Codex 直接接手，工作流不卡住。這篇文章的封面圖就是活生生的例子——Claude Code 喊停後，我用 Codex 把圖生出來，接著再交回 Claude Code 收尾。
- 依任務分工：Codex 我常拿來做獨立 review；跨多個檔案的修改，則先交給我用得較熟的 Claude Code。
- 能協作：Claude Code 可以直接從 shell 呼叫
codex，等於讓我的主力 agent 隨時調用第二個模型當外援，而不是我自己在兩個視窗之間複製貼上。
把這三件事接起來，一個任務在我手上的實際走法是這樣：
flowchart TD
A["一個任務進來"] --> B{"這是哪一種任務？"}
B -->|"深度推理<br/>跨大量檔案的重構"| C["Claude Code 主力上"]
B -->|"原始碼要留在本地<br/>或想要開源透明度"| D["交給 Codex 做"]
C --> E{"對它給的方案<br/>有把握嗎？"}
E -->|"不確定<br/>或想交叉驗證架構決策"| F["同一個問題丟給 Codex<br/>換個角度看<br/>可從 shell 直接呼叫 codex"]
E -->|"有把握"| I["動手實作"]
F --> G{"兩邊都說 OK？"}
G -->|"是"| I
G -->|"否"| H["先不動手"]
H --> C
I --> J{"Claude Code 撞到用量上限？"}
J -->|"沒有"| K["交付"]
J -->|"喊停了"| L["Codex 直接接手<br/>工作流不卡住"]
L --> M["做完再交回 Claude Code 收尾"]
M --> K
D --> K
這是我目前用順的方式，新手不一定需要一開始就裝兩套。
剛開始可以從自己習慣的介面挑一個工具，例如 IDE 裡的 Copilot，或 CLI 形式的 Gemini CLI。先拿日常任務試用，真的遇到缺口，再決定要不要加第二套。
一步步來。
這個系列接下來會帶你做什麼
「Claude Code 完全指南」分成 18 篇，安排如下：
Part I：基礎入門（第 1-5 篇）
打好地基。認識 AI coding 的全景（就是你正在讀的這篇），理解 Claude Code 的核心思維，完成安裝和第一次對話，搞懂權限模型和基本操作。
Part II：六大擴充點（第 6-11 篇）
這部分會逐一介紹擴充功能。CLAUDE.md 專案記憶、Skills 工作流、Hooks 自動化、Subagents 分身術、Agent Teams 多 AI 協作、MCP 外部整合——每一個都是一篇完整的深度教學。
Part III：進階工作流（第 12-15 篇）
把 Claude Code 用在真實的工作場景：Git 工作流自動化、CI/CD 整合、除錯策略、大型專案管理。
Part IV：心法與未來（第 16-18 篇）
從個人到團隊的 CLAUDE.md 架構設計、把你的所有客製化整合成一個完整的 AI 開發系統、以及 Claude Code 的未來展望。
不管你現在用什麼工具，Part I 的前五篇都值得你讀——因為 AI coding 的核心概念是通用的。
下一篇：先認識 Claude Code
接下來會看 Claude Code 怎麼讀專案、修改檔案和執行指令，再逐一介紹它的擴充功能。
