2025-08-03 10:00:00
最近在 x.com 上看到一则关于生成 3D 图标的 JSON 格式提示词，让我产生了浓厚兴趣。此前我接触到的提示词大多是自然语言描述，或者仅用简单的标签区分系统和用户输入，而像这样结构化的 JSON Prompting 还是第一次见到。实际尝试后，发现这种方式的效果确实非常出色。
下面是我试用改提示词生成的图标，分别是千问、VS Code 和 Obsidian，可以看到这三个图标在风格上保持了一致性，同时又能清晰地表达各自的品牌特色，唯一有点区别的是背景色调——千问的背景色比起另外两个更加暗淡了一些。
相比传统自然语言提示词（prompt），这种“结构化”的方式更清晰、稳定、强大，特别适合需要精细控制的图像生成任务。在这篇文章中，我将以一个 Jelly 风格的 3D 图标生成为例，详细解析 JSON Prompt 的写法和最佳实践。
JSON Prompting，顾名思义，是用 JSON 的格式撰写提示词，将任务目标、渲染细节、输出要求等用结构化方式传达给模型。它不是一句话的模糊请求，而是一个"输入说明书"，就像开发者写配置文件一样。
我使用如下 JSON Prompt 来生成图标：
{
"style": "Jelly 3D Icon",
"object": "User-uploaded logo or emoji (Qwen)",
"base": {
"shape": "Rounded square",
"material": "Soft translucent jelly-like material",
"color": "A strong contrasting color to icon (e.g. purple, green, blue)",
"lighting": "Inner glow and soft ambient shadows that gently fade outward"
},
"icon": {
"material": "Jelly/glassy translucent look, softly glowing from within",
"color": "Brighter tone or brand color, always with a jelly-glass texture",
"depth": "3D extruded with rounded edges and subtle bottom shadow",
"placement": "Centered with even padding inside base"
},
"render": {
"camera": "Front orthographic view with centered framing",
"lighting": "Studio-quality lighting with soft top-left highlight and directional drop shadow underneath icon",
"shadow": {
"style": "Soft diffused base shadow with slight blur",
"position": "Directly under icon, slightly offset down",
"opacity": 0.15,
"spread": "Medium, matching other icons in set"
},
"background": "Soft warm grey or pastel cream for consistency",
"dimensions": "1:1 square ratio, minimum 1024x1024",
"file_format": "PNG"
},
"style_notes": "Ensure consistent lighting and shadow softness across the set. Shadows should appear slightly beneath and behind the icon with soft blur — matching the Spotify, Camera, and Weather icon samples exactly. Avoid flat or harsh shadows. Emphasize clean separation between icon and base through shadow and depth."
}
自然语言适合创意任务，JSON 格式适合精确、标准、可控的内容生成。两者可结合使用，根据需求选择。
这段 prompt 看似复杂，其实是由多个语义清晰的模块组成。下面我们逐个拆解。
在了解了整体结构和优势后，我们可以更细致地拆解每个字段的作用和写作技巧。下面将逐项解析 JSON Prompt 的各个部分，帮助你掌握结构化提示词的核心要点与实用写法。
"style": "Jelly 3D Icon",
"object": "User-uploaded logo or emoji (Qwen)"
最佳实践：
"base": {
"shape": "Rounded square",
"material": "Soft translucent jelly-like material",
"color": "...",
"lighting": "..."
}
最佳实践：
"icon": {
"material": "...",
"color": "...",
"depth": "...",
"placement": "..."
}
最佳实践：
"render": {
"camera": "...",
"lighting": "...",
"shadow": {...},
"background": "...",
"dimensions": "...",
"file_format": "PNG"
}
最佳实践：
"style_notes": "Ensure consistent lighting and shadow softness across the set..."
这一段让 AI 理解美学意图，虽然是补充说明，却能在高质量模型中起到很大作用。
最佳实践：
你可以将这套模式复制到其他内容生成任务中，比如：
{
"task": "generate image",
"style": "3D glass icon",
"object": "light bulb emoji",
"base": { ... },
"icon": { ... },
"render": { ... },
"style_notes": "..."
}
无论是生成图标、产品展示图还是网页插图，只要结构化表达得当，AI 的输出会更精准。
JSON 提示是一种结构化的向 AI 传达需求的方式，与常规模糊的指令不同，它通过特定格式清晰地列出任务需求。例如，想要写一篇关于某个应用的公众号文章，常规提示可能是"写一篇关于[应用名称]的公众号文章"，而 JSON 提示则像"{‘任务’: ‘写公众号文章’, ‘主题’: ‘[应用名称] 应用’, ‘长度’: ‘短篇，1000 字以内’, ‘语气’: ‘专业但亲和’}"，详细说明了任务、主题、长度和语气等要求。
JSON 提示的优势主要体现在以下几个方面：
在使用 JSON 提示词时，应遵循以下原则：
比如为创业者朋友获取书籍推荐，可使用"{‘任务’: ‘推荐书籍’, ‘主题’: ‘更好的思维’, ‘受众’: ‘创业人士’, ‘格式’: ‘5 本书，每本附带简短的一句话总结’}“这样的 JSON 提示。
以撰写关于个人创业者保持专注的公众号文章为例，先使用常规提示"写一篇关于创业者专注力的公众号文章”，得到的内容普通、缺乏特色；而后使用 JSON 提示，详细规定平台、主题、结构和语气等，结果生成的文章以引人入胜的问题开篇，包含具体实用的技巧和真实案例，结尾还引发了大量读者评论，充分体现了 JSON 提示在生成特定平台内容时的优势。
JSON 提示适用于需要精确控制 AI 输出的场景，能让用户清晰地传达需求，获得符合预期的结果。但在需要创意和自由发挥的内容创作方面，如创作充满想象力的儿童故事或科幻小说创意，它并不适用，此时常规的自由提示更能激发创意。
使用 JSON Prompt 的过程让我意识到一个趋势：我们需要的不只是"让 AI 懂你"，而是"教 AI 明确做事"。
相比自然语言那种带有不确定性的"请求式"对话，JSON Prompt 更像是一个规范、一个参数表、一个需求文档。这种方式尤其适合开发者、设计师、产品经理等需要构建稳定创作链条的人。
如果你也在做多图生成、多场景文案、内容模板化创作，不妨试一试 JSON Prompting。你会发现，它不仅让 AI 输出更强，也会让你自己思路更清晰。
2025-08-03 10:00:00
WisperFlow 是近年来在生产力社区和 AI 圈子备受关注的语音识别工具，由 Tanay Kothari 创办，支持 Mac、Windows 和 iOS 平台。它主打“AI 驱动的高效语音转写”，具备多语言识别、自动整理文本、智能指令等功能，通过快捷键激活，交互体验流畅。自发布以来，WisperFlow 获得了多轮风险投资，2025 年由 Menlo Ventures 领投的 A 轮融资高达 3000 万美元，累计融资约 5600 万美元，背后有知名 AI 基金和硅谷创业孵化器的支持。
在社交媒体、效率工具论坛和播客节目中，WisperFlow 经常被推荐为“提升写作效率”“解放双手”的必备应用。许多自媒体和 KOL 也将其列为年度 AI 工具榜单前列，甚至被称为“语音输入领域的革命性产品”。据官方数据，用户留存率超过 80%，付费转化率接近 19%。正因如此，我也带着极高的期待开始了自己的试用之旅。
说实话，最初我是带着很高的期待下载的，但高频用了一周后，我果断选择卸载。这个产品并不是不能用，而是根本配不上它在社区里被吹捧的名声。以下是我作为一个中文用户的真实使用体验：
它最让我惊喜的，是偶尔能自动给我转写成 Markdown 格式的文本，还能适度地删减冗余、重复语句，看起来就像有人帮我整理了文稿。
作为语音转写工具，这种不确定性已经是"致命缺陷"。
语音输入是为了提高效率的，不该让我在每句话后都焦急等待响应。
我在 VS Code 中说了一句"改写这段内容”，结果它真的尝试对我的文本进行改写操作！
我翻遍了设置，没找到关闭"命令识别"的选项。我想要的只是一个纯粹的语音转文字工具，而不是一个误会我每一句话意图的"助手"。
最后一个让我卸载的理由其实最简单：
它没有我已有的语音输入工具更好用，还占了我 500+ MB 的磁盘空间。
比如 Mac OS 自带的语音输入工具，还有我的罗技 MX Master 3 鼠标，它们都提供了稳定的语音输入体验。
这些工具不收费，体验还更好。
WisperFlow 是个有想法的产品，但目前的质量和体验，远远达不到它被宣传的高度。
我并不是不愿意付费，而是目前这个工具在中文语境下的表现，完全不值得订阅成本。如果你只是想要一个高效、稳定的语音输入工具，建议优先考虑操作系统自带的功能或者 Logi 的软硬件组合方案。
2025-08-01 14:27:13
北京时间 2025 年 8 月 1 日，Cline 团队在 x.com 宣布成功完成 3200 万美元融资。它也是我最近试用的各种 AI 工具 中最喜欢的之一，因为它可以是开源的，可以对接几乎所有大模型，甚至是本地的模型。
今天早晨，一个激动人心的消息在科技圈刷屏：开源 AI 编码工具 Cline 宣布完成 3200 万美元的种子轮及 A 轮融资，由Emergence Capital和Pace Capital领投，1984 Ventures 等知名投资机构跟投。这一项目仅在一年内从一个黑客马拉松创意成长为拥有270 万开发者社区的明星产品。这不仅是一次资本的加持，更标志着 AI 驱动的编码新时代正在悄然到来！
我也用过 Cline，确实挺好用的，可以最大发挥大模型的优势，对 token 的消耗也比较透明，但是确实挺贵的。
Cline 的成功并非偶然。其核心吸引力在于其开源透明的开发模式。不同于市场上许多隐藏模型细节和定价的 AI 工具，Cline 公开了提示词（prompts）、模型使用情况以及 API 定价（例如每任务 0.2903 美元，每 API 请求 0.0185 美元），让开发者能够清晰掌握成本并充分发挥 AI 潜力。这一策略深得开发者青睐：根据 2023 年斯坦福大学的一项研究，超过 70% 的开发者更倾向于使用透明度高的 AI 工具，以确保信任和预算可控。
创始人 Saoud Rizwan 在帖子中提到，Cline 最初只是一个小型项目，如今已成长为一个支持开发者社区的强大平台。其支持的模型包括 OpenAI、Anthropic、Google Gemini 等顶级 AI 技术，并允许用户根据需求选择任意模型，无论是每天 5 美元还是 500 美元，开发者都能自由探索 AI 的极致能力。这种“无约束模型使用”的理念，让 Cline 在竞争中脱颖而出。
AI 编码工具近年来迅速崛起。从 GitHub Copilot 到 Claude，AI 正在重新定义软件开发流程。根据微软 2025 年发布的 AI 趋势报告，过去一年中，企业领导者对生成式 AI 的使用率从 55% 激增至 75%。Cline 的出现恰逢其时，尤其是在开源 AI 工具需求激增的背景下。2025 年 4 月，Instaclustr 的数据显示，GitHub 上私有开源 AI 项目的数量同比增长 38%，凸显了开发者对定制化 AI 工具的热切需求。
Cline 的另一个亮点是其企业级功能的扩展。得益于本次融资，该团队计划推出访问控制、集中式账单管理以及 JetBrains 支持等功能，目标是加速企业采用。这与 GetDX 今年早些时候发布的报告相呼应，该报告指出，AI 编码工具在企业中的成功秘诀在于治理和培训，而非单纯的技术部署。
目前，Cline 的团队仅有 24 人，位于美国旧金山。尽管规模不大，但他们展现了惊人的执行力。帖子中还附上了团队合影，充满活力与自信。此外，Cline 正在全球招聘人才，致力于让“每个人都能使用最强大的编码助手”。这不仅是一个技术愿景，更是一个开放合作的宣言。
Cline 的模式引发了业内思考。传统的 AI 工具往往通过订阅制或限制上下文窗口来优化成本，而 Cline 选择让开发者直接面对模型的原始能力。这种“成本透明 + 无约束”的策略，是否会成为未来趋势？微软专家在 2025 年趋势预测中指出，AI 代理的边界将越来越清晰，人类监督将成为关键。Cline 的人机协作界面（human-in-the-loop GUI）正是这一趋势的体现，确保每一步操作都在开发者许可下进行，既安全又高效。
对于开发者而言，Cline 的开源性质提供了宝贵的机会。通过 GitHub 上的 Cline 项目（已获 48.4K 星），可以深入研究其代码，结合本地需求进行二次开发。
从黑客马拉松到 270 万开发者社区，再到 3200 万美元融资，Cline 的故事是创新与信任结合的缩影。作为一名关注科技发展的读者，你是否也期待 AIcoding 工具的进一步突破？或许，未来每一位程序员的 IDE 中，都将有一个像 Cline 这样的智能助手。让我们拭目以待！
参考链接：
2025-08-01 10:30:00
说实话，看到青云宣布 KubeSphere 暂停开源版下载和支持的消息（见 Announcement on the Adjustment of the KubeSphere Open Source Project #6550），我挺感慨的。
这让我想起 2023 年 Docker 公司清理未付费的“开源账户”的事件。当时很多项目的 CI/CD pipeline 一夜之间崩了。你会意识到，这不是单纯的技术问题，而是“信任危机”——当你以为可以依赖某个开源项目的长期可用性时，突然间你成了局外人。
KubeSphere 自 2018 年开始活跃，是我见证成长的国产开源项目之一。从早期的容器平台可视化起步，到后来支持 DevOps、微服务治理、多租户等功能，它在中国云原生社区积累了不少真实用户，也吸引了很多布道者和贡献者。如今，它选择暂停开源版产品的发行，或许是正式走上了 COSS（Commercial Open Source Software）的道路：将过去的核心能力商业化运营，以支撑团队发展。
这件事本身并不难理解，毕竟开源从来不是慈善。我们都知道，真正持续维护一个项目的成本是极高的，尤其在 GenAI 浪潮之下，基础设施公司的生存压力也确实在加剧。转型商业化无可厚非，问题在于——缺乏提前沟通与过渡期的安排。
在 GitHub 的公告发出之前，没有任何预警；镜像仓库直接下线、安装链接清空，用户反馈拉不动镜像、节点无法更新、生产环境受影响——这是“断供”，不是“转型”。
更让人心凉的是，社区用户在 Issue #6550 下面提出种种担忧、请求延长支持、寻求镜像备份，有的理性、有的情绪化，而官方不到 24 小时便关闭了评论区，仿佛把门一关就能关掉一切讨论。这不是社区治理的方式，而是企业控制产品的方式。
作为开源社区的参与者，我更倾向于用一种建设性的视角来看待这种事件。
从公告内容看，KubeSphere 的核心代码依旧保留在 GitHub，并继续以 Apache License 2.0 + 附加条款发布，这意味着项目并没有闭源，而是暂停了“发行版”的发布和免费支持。
这有点像 Kubernetes 当年从 Docker runtime 切换到 containerd，虽然引起不小争议，但生态可以演进，用户可以迁移。问题不在变化，而在沟通方式。
云原生的精神就是“组件化”和“可替换性”。无论是 Rancher、OpenShift，其实都有能力替代 KubeSphere 提供的功能，只不过部署与运维方式不同。
别把所有的基础设施绑定在一个项目上，才是云原生真正的思维方式。
如果你依旧想使用 KubeSphere，其实完全可以组织社区维护 fork，搭建自己的镜像仓库、构建 CI/CD pipeline。这次事件也许能促成更真实意义上的“去中心化社区治理”。
你用，你也得负责——这就是开源的本质。
我并不想苛责青云的决定。作为一家基础设施公司，它们可能在长时间的业务探索中，发现完全免费提供复杂系统的方式难以为继，开始探索稳定的商业路径是情理之中。但作为一个影响深远的开源项目，KubeSphere 本可以有一个更平稳的告别方式。
它本可以提前三个月发预告，留下旧版本镜像、搭建文档存档站点、设立社区转交机制。它本可以告诉每一位曾经为之 PR、提 issue、分享部署经验的人：“谢谢你们参与了这段旅程，我们要换一种方式走下去了。”
可惜，它没有。
开源不是免费午餐，而是一段长期的伙伴关系。信任比技术更难建立，也更容易崩塌。但我仍愿意相信，中国的开源生态会从每一次波折中学会更成熟地构建未来。
我期待下一个真正社区驱动的云原生平台，也希望今天离开的用户，能找到新的归属，而不是在寒心中默默放弃。
2025-07-28 20:50:00
欢迎来探索人工智能的无限可能！
过去两天，我为我的个人博客 jimmysong.io 增加了一个全新的页面：jimmysong.io/ai/。这是一个我亲手整理的 AI 资源库，目标是帮助开发者更高效地掌握和应用前沿人工智能技术。
这个资源库包含我精心筛选的优质内容，覆盖了从入门学习到落地实践的多个维度：
同时，我还根据内容的特性打上了标签，包括：
未来我还会持续细化分类和标签体系，让这个资源库变得更结构化、可导航、易检索。
目前该页面支持：
AI 世界日新月异，每天都有新模型、新框架、新产品问世，我也在努力跟进。如果你发现有哪些值得加入的资源，欢迎告诉我，我会及时补充。也欢迎收藏这个页面，定期来看有没有新内容。
👉 访问地址：jimmysong.io/ai/
感谢大家一直以来的支持！
2025-07-25 12:00:00
下面的报告是通过 ChatGPT Agent 生成的，我的账号今天获的了 ChatGPT Agent 功能，试了下，让它出一个氛围编程的报告。
下面的视频是 Agent 运行的视频，可以感受下。
下面是帮助你快速了解本文的思维导图。
下面是 ChatGPT Agent 生成的报告正文，你也可以访问原始链接查看。
人工智能（AI）正在迅速改变软件开发流程。在传统模式下，开发者需要手动编写每一行代码，而 AI 编程 使用大型语言模型（LLMs）为程序员提供代码补全、生成测试、审查代码和查找缺陷等辅助功能，使开发工作效率大幅提高。氛围编程（Vibe Coding）则进一步强调开发者把注意力放在想法和产品逻辑上，通过自然语言描述需求，由 AI 生成代码并构建应用。该术语由 Andrej Karpathy 在 2025 年提出。Replit 的博客解释说，氛围编程就是用自然语言指令指导 AI 编写代码，你无需学习语言或复杂概念即可构建应用。这一模式使非技术人员也能参与应用开发，极大降低了门槛。然而，氛围编程并非所有 AI 辅助编程的统称，一些技术专家提醒，不经审查地接受 AI 生成的代码只适用于低风险的原型项目。
这些工具将 AI 功能嵌入开发环境，提供完整的编辑、调试和版本控制体验。
| 工具/平台 | 核心特点（关键词） |
|---|---|
| Cursor | VS Code 衍生的 AI 第一开发环境；支持多文件上下文、自然语言编辑、内置终端、Composer 工作区以及 Agent 模式；支持 Claude 3.7、GPT‑4 等模型，免费版每月 2K 补全，付费版每月 20 美元。 |
| GitHub Copilot | AI 配对编程工具；提供上下文感知的代码补全、聊天调试、测试生成和 PR 总结；集成 Visual Studio Code、JetBrains、Neovim 等多种环境；支持 GPT‑4o、Claude 3.5/3.7 和 Gemini 2.0；免费套餐每月 2K 补全，付费版本每月 10 美元起。 |
| Windsurf | Codeium 的下一代 AI IDE；提供 Cascade AI 助手与多模型（GPT‑4o、Claude 3.5 Sonnet 等）协同；支持终端集成、Git 与 SSH；提供 Autocomplete 和 Super Complete 功能及自定义规则系统；免费版具备基本功能，付费版月费约 15 美元。 |
| JetBrains AI Assistant | 深度集成于 JetBrains 系列 IDE（IntelliJ IDEA、PyCharm 等）；提供代码补全、自然语言聊天、项目范围分析、文档与测试生成，并支持本地 LLM（Ollama）以及多个云模型；付费版每月约 10 美元。 |
| Amazon CodeWhisperer | Amazon 推出的 AI 编程助手；根据上下文提供代码片段、函数补全并生成文档，同时扫描安全漏洞；支持 Python、JavaScript、C#、Rust、PHP、Kotlin、SQL 等语言；个人免费版，专业版月费约 15 美元。 |
| Tabnine | 基于深度学习的代码补全工具；具备代码重构建议、代码 lint、自动文档生成和自定义风格；企业版支持本地服务器保护代码隐私；基础版免费，专业版月费约 9 美元。 |
| AskCodi | 支持 Python、Java、TypeScript、Rust、Kotlin 等多语言的 AI 助手；提供代码生成、问题解答和改进建议；可集成 VS Code、PyCharm、IntelliJ；需订阅付费。 |
| Xcode AI Assistant | Apple 在 Xcode 16 中推出的本地 AI 模型；针对 Swift/SwiftUI 开发提供代码补全、预览数据生成、基本重构等，完全离线运行；在使用 Apple Silicon Mac 时免费提供。 |
| Trae | 字节跳动推出的 AI IDE；提供双模式：Builder 通过自然语言描述生成应用，Chat 提供交互式协助；支持 Claude 3.7 Sonnet 和 GPT‑4o 模型，界面简洁，适合各种规模项目；专业版每月 3 美元起。 |
为了确保表格内容简洁，表格中只包含关键词。本报告正文对部分工具提供了更详细说明。
命令行工具通过终端直接与 AI 交互，适合习惯于命令行的开发者，并且提供原生的文件和代码操作能力。
| 工具/平台 | 核心特点 |
|---|---|
| Aider | 开源的 AI 配对工程工具，支持开发者选择 Claude 4、OpenAI o3/o4、DeepSeek 等模型；会在每次会话后显示消耗的 tokens 和费用；支持本地与云模型、自动 Git 提交、语音输入、lint、测试、图像和网页上下文；可在 Cursor 或 Copilot 终端中使用。 |
| Claude Code | Anthropic 的终端工具，允许对任意代码库进行修改、修复错误、执行测试并与 GitHub Actions 集成；内建 WebSearch、WebFetch、MultiEdit 等工具，强调隐私和安全，具备权限管理和内存跟踪；适用于企业环境。 |
| Codex CLI | OpenAI 的开源轻量级 CLI 代理；可读取、修改和运行本地代码，支持审阅模式（Suggest、Auto Edit、Full Auto）；支持文本、图像和草图输入；通过 AGENTS.md 设置代码库导航规则；提供安全机制防止 prompt 注入；默认使用 codex‑1 模型，可切换至其他模型。 |
| Gemini CLI | Google 发布的开放源码 AI 代理，与 Gemini Code Assist 共用技术；免费版提供每分钟 60 次、每天 1,000 次请求，并拥有 100 万 token 的上下文窗口；支持项目自动化、搜索结合（通过 Google Search 获取实时上下文）、MCP 扩展和自定义提示，并可无界整合进 VS Code。 |
| Warp | 开发者喜爱的终端工具，其 2.0 版本支持 Agentic CLI；允许在多个项目并行运行 AI 代理；提供 MCP 工具、Warp Drive、多仓库数据库等上下文；可配置代理的自治程度；强调安全与企业级功能。 |
这些平台基于自然语言描述快速生成应用，面向非程序员和快速原型开发。
| 工具/平台 | 主要特点 |
|---|---|
| Replit Agent | Replit 提供的氛围编程平台，通过自然语言描述即可生成应用并提供一键部署；用户负责描述与迭代，AI 生成代码、修复错误并给出建议。 |
| Lovable | 专注于 React 应用和 Supabase 后端的氛围编程平台；用户使用自然语言描述需求，AI 负责数据库建模、前端编写和部署；提供一键发布和 Figma 设计生成界面。 |
| Bolt (StackBlitz) | 浏览器端 AI 开发环境，用于快速原型和全栈应用；支持 React、Vue、Svelte、Expo 等框架；具备实时预览、内置终端、错误检测修复、Netlify 部署等功能。 |
Cursor – AI 第一的代码编辑器
Cursor 基于 VS Code 构建，为 AI 辅助开发提供了更深入的集成。它支持多种交互模式：普通编辑模式可使用 Tab 键接受 AI 补全，Chat 模式可以查询解释函数或调试问题，Composer 工作区适用于生成复杂功能或重构，Agent 模式则允许 AI 自动制定计划并执行多步任务。Cursor 还提供内置终端、自动测试生成和文档撰写功能，并允许用户使用 Claude 3.7 和 GPT‑4 等模型或自定义 API 密钥。在隐私模式下，代码不会上传到模型服务器。免费版每月提供约 2,000 次补全，付费版 20 美元起。
GitHub Copilot – 深度集成的配对编程助手
GitHub Copilot 由 GitHub 和 OpenAI 合作开发，提供实时代码建议、多候选补全、错误检测和测试生成。Copilot Chat 支持回答代码疑问、生成 CLI 命令、撰写 PR 描述并辅助调试。它支持 14 种语言，集成 VS Code、JetBrains IDE、Neovim、Xcode 等多个平台，并允许用户在 GPT‑4o、Claude 3.5/3.7 和 Gemini 2.0 之间切换模型。免费版限制为每月 2,000 次补全，付费版 10 美元起。
Windsurf – 集成 Cascade AI 助理的全功能 IDE
Windsurf 是 Codeium 的全栈 AI IDE，采用 VS Code 内核，并附带 Cascade AI 助手。Cascade 支持多模型协同（GPT‑4o、Claude 3.5 Sonnet、DeepSeek-V3 等），提供实时协作、上下文感知的代码理解和终端集成。开发环境支持 Git、SSH 和 Dev Container，还可通过 Autocomplete 与 Super Complete 实现预测下一行文字或意图的功能。免费版包括 Cascade Base 模型，付费版采用按点数计费。
JetBrains AI Assistant
JetBrains AI Assistant 集成在 IntelliJ IDEA、PyCharm 等 IDE 中，提供上下文感知的补全、自然语言聊天、项目范围分析、文档与提交信息生成、测试生成等功能。它支持选择 OpenAI、Google、Anthropic、JetBrains Mellum 以及本地模型 O llama，可在本地运行以保护隐私。需要订阅 JetBrains IDE，本身 AI 订阅每月约 10 美元。
Amazon CodeWhisperer
CodeWhisperer 使用 Amazon 的 AI 模型，根据代码上下文提供代码片段、函数补全，并自动生成文档和扫描安全漏洞。它支持多种语言并集成 VS Code、JetBrains 等 IDE。个人免费版功能有限，专业版月费约 15 美元。
Tabnine
Tabnine 以深度学习数据集为基础，提供智能代码补全、重构建议、代码 lint 和自动文档生成。它强调隐私保护——企业版可在本地服务器上运行模型。免费版仅提供基础补全，专业版月费约 9 美元。
AskCodi
AskCodi 支持多语言代码生成、问题解答和改进建议，并集成 VS Code、PyCharm 等 IDE。用户需以明确结构提出问题，付费计划才可解锁全部功能。
Xcode AI Assistant
Apple 在 Xcode 16 中内置的 AI 助手为 Swift 开发者提供离线运行的代码补全、预览数据和基本重构建议。由于模型本地运行，不会泄露代码。
Trae
Trae 是字节跳动推出的 AI IDE，采用双模式：Builder 模式允许用户通过自然语言描述生成应用，Chat 模式用于交互式辅助。它支持 Claude 3.7 Sonnet 和 GPT‑4o，多模式适合不同工作流，价格相对低廉。
Aider – 开源命令行 AI 工程师
Aider 将 AI 集成到命令行，支持在终端中选择使用 Anthropic Claude 4、OpenAI o3/o4、DeepSeek 等模型。它会在每次会话结束后显示 token 使用和费用，帮助开发者优化成本。Aider 自动提交修改到 Git，并支持通过语音输入给出指令；还能自动运行 lint 和测试、处理图像或网页上下文。Aider 的开源性质和 Python 包安装方式使其易于使用。
Claude Code – 面向企业的安全 CLI
Anthropic 的 Claude Code 强调隐私和安全，允许修改代码、修复错误、运行测试并与 GitHub Actions 集成。它包含 WebSearch、WebFetch 和 MultiEdit 等工具，并支持严格的权限管理、防 prompt 注入和日志追踪。与 Aider 和 Codex CLI 不同，Claude Code 是闭源的，需要安装 Node 18+ 并使用 Anthropic API。
Codex CLI – OpenAI 的本地代理
Codex CLI 是 OpenAI 发布的实验性开源命令行代理，可读取、修改和运行本地代码，并针对不同文件提供 Suggest、Auto Edit 和 Full Auto 等批准模式。它支持文本、图像和草图作为输入，还允许通过在项目根目录创建 AGENTS.md 文件定义代码库导航、测试命令和风格指南。Codex CLI 默认使用 codex‑1 模型（优化版 o4‑mini）实现低延迟代码问答，并通过 login with ChatGPT 简化授权。安装方式为 npm install -g @openai/codex 并设置 API 密钥即可。
Gemini CLI – Google 的开放源码 AI 代理
Google 在 2025 年推出 Gemini CLI，它与 Gemini Code Assist 共享技术，可直接在终端调用 Gemini 模型。免费版通过个人 Google 账号可使用 Gemini 2.5 Pro 模型，拥有 100 万 token 的上下文窗口，并提供业界最高的免费额度（每分钟 60 次、每日 1,000 次请求）。Gemini CLI 还具备通过 Google Search 获取实时外部上下文、支持 MCP 扩展、可自定义提示并可脚本化使用。其开源许可为 Apache 2.0，方便开发者审查和扩展。
Warp – 多代理终端与安全环境
Warp 2.0 引入 Agentic CLI，允许在一个或多个项目中并行运行 AI 代理。它提供 MCP 工具、Warp Drive 与多仓库数据库，支持自定义代理自治等级，并强调企业级安全，确保模型不会在未经许可的情况下训练用户数据。
氛围编程定义
氛围编程是一种面向非程序员和快速原型的开发方法，用户以自然语言描述需求，AI 负责生成应用。Replit 解释道，氛围编程让人们通过描述想法来构建应用，而不必学习语言或理解复杂概念；这样的流程包括描述、AI 理解并生成代码、用户微调、运行和迭代。Lovable 的博客指出，氛围编程的核心是完全信任 AI 而不阅读生成的代码。不过，有专家强调氛围编程适用于低风险原型项目，生产场景仍需要代码审查和测试。
Replit Agent
Replit 提供了氛围编程套件：用户先用自然语言描述需求，AI 代理生成代码、搭建数据库并部署，用户再通过 Assistant 微调细节；最后可以一键部署应用。这种流程大大缩短了从想法到应用的时间，使创业者、教育者等非程序员也能独立创建应用。
Lovable
Lovable 专注于 React 应用与 Supabase 后端，用户只需描述需求，AI 自动生成前端、数据库和鉴权等功能，并提供一键部署。Lovable 通过这种约束化的技术栈保证代码干净、最佳实践符合现代标准。其博客举例说明，通过自然语言指令，一小时内即可构建出完整的活动管理应用。Lovable 认为氛围编程使非开发者也能创建应用，缩短原型时间，并通过实时反馈和 GitHub 集成确保代码质量。
Bolt (StackBlitz)
Bolt 是 StackBlitz 推出的浏览器端 AI 开发环境，适用于快速原型和全栈应用。它支持 React、Vue、Svelte、Expo 等框架，内置终端、实时预览、热重载和 Netlify 部署。AI 会根据自然语言生成代码并检测错误，提供修复建议；同时允许导入 npm 包并查看项目历史记录。免费版每天提供 150K tokens，付费版每月 20 美元。
虽然本报告侧重 IDE 和 CLI，但必须提及 ChatGPT、Claude、Gemini 等模型级对话助手。它们通过聊天界面提供代码解释、算法设计、调试和架构建议，是使用范围最广的 AI 编程工具之一。Builder.io 文章指出，Claude 擅长保持长期对话上下文并提供深度解释，适合复杂重构和调试；ChatGPT 支持 50+ 语言并提供优秀的 web 浏览和代码生成能力；Gemini 拥有多模态能力和强大的推理功能，尤其适合需要图片或语音输入的编码任务。这些模型通常提供免费版本和不同等级的付费订阅，用户可根据用量和需求选择。
IDE vs CLI – IDE 类工具将 AI 功能融入熟悉的开发环境，适合需要完整编辑、调试和项目管理体验的开发者；CLI 工具提供了更低层次的控制和更快的反馈，适合在终端工作或自动化流程中使用。Aider 和 Codex CLI 属于开源工具，便于自定义；Claude Code 与 Gemini CLI 强调企业安全和高可扩展性。CLI 工具往往需要一定的配置和命令行熟悉度。
功能对比 – IDE 工具通常提供自动补全、聊天问答、文档和测试生成，以及代码审查等功能；CLI 工具强调文件操作、批准模式、安全控制和多代理运行。氛围编程平台则追求极简体验，通过自然语言描述即可生成应用，适合低代码/无代码场景。
模型与定价 – 多数工具支持多模型切换，例如 Cursor 和 Copilot 支持 GPT‑4o、Claude 3.7 Sonnet、Gemini 2.0 等；Aider 与 Codex CLI 允许自定义模型和 API 密钥。定价模式从免费版（有限配额）到订阅制和按用量计费不等，企业应用需考虑 token 消耗和隐私保护。
安全与隐私 – 企业用户关注代码安全和数据隐私。JetBrains AI Assistant 提供本地模型选项；Claude Code 和 Warp 具有权限管理和日志追踪；Gemini CLI 与 Codex CLI 提供 prompt 注入防护和审批模式。
氛围编程的潜力与风险 – 氛围编程平台大幅降低了软件开发门槛，使非程序员能够通过自然语言创建应用。然而专家提醒，这种方法适用于原型和低风险项目，生产级应用仍需经过代码审查、测试和安全检查。
AI 编程生态在 2025 年蓬勃发展，工具类型多样，从集成开发环境到命令行代理再到氛围编程平台，覆盖了不同经验水平的开发者。IDE 类工具（如 Cursor、Copilot、Windsurf）适合希望在熟悉环境中使用 AI 助手的开发者；CLI 工具（Aider、Codex CLI、Gemini CLI 等）则为喜欢终端或需要自动化脚本的用户提供了强大的控制能力；氛围编程工具（Replit Agent、Lovable、Bolt 等）则让非程序员能够快速实现想法。
选择工具时应考虑以下因素：
总之，AI 编程工具正从"辅助"走向"合作伙伴"。利用这些工具可以提高开发效率、促进创新，但开发者仍需保持批判性思维，理解生成代码的原理，确保代码质量与安全。
从 ChatGPT 生成的结果来看，它覆盖了市面上的主流 AI 编程工具，如 ChatGPT、Gemini、Cursor、Claude Code 等。但是对于最新发布的一些工具，比如 Kiro、CodeBuddy、Qwen Coder 等，它目前还无法给出具体的使用建议。但是从整体效果上来看，它的准确度以及时效性尚可，可以作为参考。
