從入門到精通：打造你的 AI 程式設計工作流https://bobochen.dev/https://bobochen.dev/blog/claude-code-guide-ai-coding-landscape-2026/https://bobochen.dev/blog/claude-code-guide-ai-coding-landscape-2026/完整比較 Claude Code、OpenAI Codex CLI、Google Gemini CLI、GitHub Copilot、Cursor、Devin 六大 AI 程式設計工具。從定位差異、pricing、開源策略到 2026 年趨勢，最後分享我為什麼以 Claude Code 為主力、搭配 Codex 互補的組合。Wed, 17 Jun 2026 00:00:00 GMT2026 年，如果你還在「純手工」寫程式，你的同事可能正在用 AI 以十倍速完成同樣的工作。 這不是誇飾。過去一年，AI coding 工具的演化速度超乎所有人預期。2024 年我們還在用 Copilot 自動補全幾行程式碼；2025 年 AI 已經能讀懂整個 codebase、跨幾十個檔案做重構、自己開 PR 送審。到了 2026 年，六大工具各自佔據不同的生態位，形成了一個完整的市場格局。 但也正因為選擇太多，很多開發者反而迷路了：Copilot、Cursor、Claude Code、Codex、Gemini CLI、Devin⋯⋯到底該用哪個？差別在哪裡？ 這篇文章不是要告訴你「XX 工具最好」——因為答案取決於你是誰、你怎麼工作。這篇文章要做的是：**給你一張完整的地圖，讓你自己判斷**。 這是「Claude Code 完全指南」系列的第一篇。是的，這個系列最終會深入 Claude Code——但在那之前，我想先讓你看到完整的戰場。只有知道每個工具的定位和取捨，你才能做出有意識的選擇，而不是被行銷話術牽著走。 ## 三種 AI Coding 模式：先搞清楚你在選什麼 在比較具體工具之前，你必須先理解一個更根本的問題：**AI coding 工具有三種完全不同的運作模式**。 它們不是同一類產品的不同品牌——它們根本是不同物種。 ### 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**：不受 IDE 限制。SSH 能到的地方，AI 就能到。而且因為 AI 能直接執行指令，它的行動能力遠比 IDE 插件強。 **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。 > **💡 關鍵洞察**：三種模式不是互斥的。2026 年的趨勢是工具開始跨界——Copilot 加了 Agent Mode、Cursor 加了雲端 Agent、Claude Code 和 Codex 加了 IDE 整合。但每個工具仍然有它最擅長的模式。選工具，先選模式。 ## 六大工具一覽：2026 年 3 月的戰場 讓我們正式進入比較。以下按工具類型分組，每個工具我會回答三個核心問題：它是什麼、它的殺手級特色是什麼、它適合誰。 ### Claude Code — 推理最深的 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 的核心定位是 **agentic coding**——它不是在幫你補全程式碼，它是在理解你的整個專案、然後幫你做事。 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。 **殺手級特色**： - **1M token context window**：目前所有 terminal agent 裡最大的推理深度。Opus 4.6 可以一次理解整個大型專案的架構 - **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）。這讓 Claude Code 從「好用的工具」變成「可以量身打造的 AI 開發系統」 - **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 **適合你如果**：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。 **不適合你如果**：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 — 開源的 Rust 速度 **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。 **殺手級特色**： - **開源且用 Rust 構建**：這是 Codex CLI 最大的差異化武器。你可以看到所有原始碼、自己編譯、甚至 fork 出自己的版本。Rust 的效能也讓它啟動速度和回應時間都很快 - **原始碼留在本地**：只有 prompt 會傳送到 API，你的原始碼不會離開你的電腦。這對有安全疑慮的企業來說是一大賣點 - **ChatGPT 訂閱即用**：如果你已經在付 ChatGPT Plus，Codex CLI 不需要額外付費。對 OpenAI 生態系的使用者來說零成本切入 **適合你如果**：你重視開源和透明度、你已經在 OpenAI 生態系裡、你關心程式碼隱私。 **不適合你如果**：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 — 最慷慨的免費方案 **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，策略非常清楚：用免費方案搶佔市場。每天 1,000 次免費請求，這在所有 AI coding 工具裡是最慷慨的——甚至比很多付費方案的額度還高。 **殺手級特色**： - **業界最慷慨的免費方案**：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，這是零風險的入門選擇 - **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 **適合你如果**：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。 **不適合你如果**：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 — 最多人用的全方位選手 **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 是 AI coding 工具的開山始祖（2021 年推出），也是目前使用者最多的。它的策略已經從「自動補全」演化成「多模型 + 多模式 + 多平台」的全方位生態系。 **殺手級特色**： - **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 - **最深的 GitHub 整合**：這是其他工具不可能複製的優勢。Copilot 可以直接操作 GitHub——自動開 PR、做 code review、觸發 Actions、跟 Issues 連動。如果你的工作流離不開 GitHub，這是最無縫的選擇 - **Copilot Coding Agent**：2026 年推出的殺手功能。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**：在所有付費 AI coding 工具裡，這是最便宜的。而免費方案（2,000 次補全/月）也足以讓你感受到 AI coding 的威力 **適合你如果**：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。 **不適合你如果**：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 的思路跟其他工具不同——它不是在現有 IDE 上加 AI，而是從頭打造一個 **AI 原生的 IDE**。每一個介面、每一個互動都是圍繞「跟 AI 一起寫程式」來設計的。 **殺手級特色**： - **平行雲端 Agent**：Cursor 2.0 最強的功能。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。這是其他 IDE 工具做不到的 - **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 **適合你如果**：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）。 **不適合你如果**：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 跟前面五個工具的定位完全不同。它不是你的「助手」——它是你的「AI 同事」。你丟一張 ticket 給它，它自己規劃、自己寫 code、自己測試、自己開 PR。你不需要坐在旁邊看，做完了它會通知你。 **殺手級特色**： - **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 **適合你如果**：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、你願意接受「交出去就別管了」的工作模式。 **不適合你如果**：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** | ⭐⭐⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ | ## 2026 年五大趨勢：你該知道的產業動向 比較完個別工具，讓我們退一步看看整個產業的大趨勢。這些趨勢會影響你的選擇策略。 ### 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 **這意味著什麼**：Terminal 不再是 niche。如果你還沒試過 terminal AI agent，2026 年是最好的入門時機——選擇最多、免費方案最豐富。 ### 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。 **這意味著什麼**：如果開源對你很重要（例如你在受監管的產業、或你需要自己 host），Codex CLI 和 Gemini CLI 是目前最好的選擇。 ### 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 **這意味著什麼**：價格已經不是主要的選擇因素了。在同樣的價位下，真正的差異在功能、生態系和你的工作模式。 ### 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。 而 Claude Code 和 Codex CLI 則是「單一模型、極致深度」的策略——它們只支援自家模型，但深度整合到極致。 **這意味著什麼**：這是「平台 vs 產品」的策略分歧。你偏好彈性（多模型），還是深度（單一模型極致優化）？沒有對錯，但你需要知道自己在選什麼。 ### 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 **這意味著什麼**：AI coding 太重要了，大廠不會放手。Windsurf 的故事告訴我們：小型獨立工具隨時可能被收購或消失。如果你在乎長期穩定性，選大廠的產品會比較安全。 ## 怎麼選？四個決策維度 資訊量很大，讓我幫你收斂。根據你的情況，有四個維度可以幫你做決定： ### 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 身為一個同時使用過以上所有工具的開發者，讓我坦白分享我的選擇和理由。 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。 我選它，是因為它的**擴充深度無與倫比**。 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。 換句話說，我不是在「用一個工具」——我是在經營一個**為我量身打造的 AI 開發系統**。它記得我的偏好、遵循我的規範、在我犯錯之前就提醒我。這是其他工具的擴充機制做不到的。 那為什麼還要**搭配 Codex**？ 因為**第二個模型，就是第二種觀點**。Claude Code 和 Codex 背後是兩個頂尖、但盲點不一樣的模型。當 Claude 給的方案我不太確定，或我想交叉驗證一個架構決策時，我會把同一個問題丟給 Codex（GPT-5.2-Codex）換個角度看——兩邊都說 OK，我才放心動手。 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。 - **互補強項**：需要把原始碼留在本地、或想要開源透明度的敏感任務，我走 Codex；需要深度推理、跨大量檔案的重構，我交給 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。 主力 + 互補，比單押一個工具更穩。 但我必須誠實地說：**這套組合不是每個人一開始就需要的**。 如果你是 AI coding 的新手，從 **Copilot**（$10/月）或 **Gemini CLI**（免費）開始才是對的。先用一個工具把工作模式跑順，等你確定自己需要什麼程度的客製化、也開始感覺到「單一模型的盲點」，再來決定要不要立一個主力、加一把第二刀。 一步步來。 ## 這個系列接下來會帶你做什麼 「Claude Code 完全指南」是一個 18 篇的系列，從入門到精通，帶你完整掌握 Claude Code 的每一個面向： **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）** 這是 Claude Code 跟其他工具拉開差距的地方。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。 ## 下一步 現在你已經看到了 2026 年 AI coding 的完整地圖。六大工具各有定位、各有所長，沒有一個「最好的」——只有最適合你的。 下一篇，我們正式進入 Claude Code 的世界：**它到底是什麼、它跟其他 AI coding 工具的根本差異在哪裡、以及它的六大擴充點如何讓它從「工具」變成「系統」**。 準備好了就繼續吧。Claude CodeAI CodingCodexGemini CLICopilotCursorDevin工具比較