过去一年我装过二十多个 AI 产品。订阅续了又停，书签越攒越多，真正每周都会打开的，最后只剩三个。
不是因为它们在同一条赛道上最强，而是因为它们刚好卡在我日常任务的形状上。这个判断听起来很朴素，但它比任何一份"最强 AI 工具榜"都更耐用。榜单排的是能力上限，演示视频里的一次性惊艳；你每天真正需要的是交付下限，是连续用三个月之后仍然稳定的那部分。
先看任务形状，再看产品名字
我现在选工具，会先问三个问题。
第一，输入是不是结构化的？如果我能把目标、边界和验收标准写清楚，工具就有机会给出可用的结果；如果我自己都说不清要什么，再强的模型也只会高效地放大混乱。
第二，错了谁兜底？代码可以跑测试，文档可以回查数字，设计稿可以给人看。不同任务的验证成本差别巨大，验证成本高的场景，就不该让 AI 跑得太远。
第三，产出能不能被拆小？一次生成三千字，不如分三次生成、每次都能检查。任务颗粒度越小，AI 的可靠性越高，这几乎是一条铁律。
用这三条去筛，很多"看起来很厉害"的产品会自然出局。剩下的，才值得谈具体用法。
CodeArts：适合把一件事推到"能运行"
CodeArts 给我的感觉是一条偏工程的流水线，而不是一个会聊天的编辑器。它把需求、编码、测试、部署这些环节放在同一个上下文里，适合那种"我需要一个能跑起来、能交给别人接手的结果"的任务。
我主要用它做三类事：从零搭一个小服务的骨架；修跨文件的 bug；把一段含糊的需求拆成可以验收的任务。用法上有个小习惯——先写验收标准，再让它动手。比如"导出报表"这种需求，如果只说一句"帮我做个导出"，它大概率会给你一个能下载 CSV 的按钮，但字段、权限、空数据、超大文件这些边界全凭想象。把验收标准先列出来，它的产出会收敛很多。
它的局限也很明显。第一，它不是许愿机。需求含糊时，它会一本正经地补全错误假设，而且补得很自信。第二，重型流程对小脚本是负担。改十行代码也走一遍完整工程链，效率并不高。第三，它对业务取舍和审美没有判断力，能给你三个方案，但不能替你决定哪个值得做。
所以我的原则是：CodeArts 负责"把事做完"，我负责"决定做什么"和"验收算不算做完"。它越能干活，验收标准就越要提前写清楚。
Trae：适合快速试错和读陌生代码
Trae 更像一个对话式的编程环境。它的优势不在工程治理，而在反馈回路短：你有一个想法，几分钟内就能看到能跑的东西。
我最常用它的场景是"验证一个库值不值得引入"。先让它搭一个最小例子，跑通，看看 API 手感和文档质量，再决定要不要进正式项目。另一个场景是读别人的仓库：让它解释某个模块的数据流，比自己在几百个文件里翻要快得多。
但它从原型到生产之间，隔着一整套工程约束。自动生成的依赖、配置和目录结构，需要自己再审一遍；长会话里上下文会漂移，任务要切小，最好每完成一小步就让它复述当前目标。它很适合"先跑起来"，不适合"直接上线"。
我对这类工具最大的警惕是：它让开始变得太容易，于是人容易跳过设计。原型跑通不等于方案成立，这一点得自己守住。
WorkBuddy：适合处理办公里的重复劳动
WorkBuddy 解决的是另一类问题：会议记录、文档整理、表格处理、把散乱素材变成初稿。这类工作不需要多高的智能，但极其消耗时间，而且重复。
我的典型用法是：把一段语音转写丢给它，要求输出"结论、待办、负责人、截止时间"四栏；或者把十几条零散笔记整理成一份结构清晰的材料，再自己改。它擅长起草和归纳，能把我从"面对空白页"的状态里拽出来。
局限同样清楚。文档类任务最危险的地方是"看起来对"——数字、日期、引用、结论，只要有一处是编的，整份材料就不可信。我的做法是：所有数字回查原始来源，所有结论自己再读一遍。另外，涉及客户数据、合同、未公开信息时，先看工具的权限和数据处理条款，不要因为方便就把敏感材料丢进去。它替你起草，但不替你承担责任。
三个工具，一张交接单
把它们放在一天里，大概是这样：
上午用 WorkBuddy 把昨晚的会议记录整理成三条待办；中午在 CodeArts 里把其中一条拆成验收标准，先写测试再改代码；下午用 Trae 试一个没见过的库，跑通最小例子再决定要不要引入；晚上人工过一遍所有产出，删掉过度设计，补上被忽略的边界。
真正让这套流程跑起来的，不是某个提示词技巧，而是一张四行的交接单：目标是什么、输入是什么、怎么算验收通过、出错怎么回滚。每次把任务从一个工具交给另一个工具，或者交回给人，都把这四行写清楚。它逼你把模糊的期待变成可检查的条件，也逼 AI 在边界内工作。
我不建议让一个 agent 从需求一路包办到上线。不是因为它做不到，而是因为一旦中间某一步错了，你很难知道错在哪。切成可验证的块，块与块之间用文档和测试交接，速度可能慢一点，但返工少得多。
一个不太讨喜的结论
AI 产出的价值，约等于速度乘以可验证性。速度再快，如果验证成本高到你要逐行重看，那它就是负收益。很多"效率工具"用起来很爽，实际上只是把工作从"写"变成了"审"，总量并没减少。
所以我现在很少问"哪个 AI 最强"，更常问"这件事错了会怎样"。错了无所谓、验证便宜的任务，可以大胆交给 AI；错了代价高、验证昂贵的任务，AI 只能当副驾驶。
这三个工具的分工也不是固定的。任务形状变了，工具就该换。真正值得长期投资的，还是判断力：知道什么时候该信，什么时候该查，什么时候该停手。
工具是放大器，判断力是底片。底片糊了，放大多少倍都没用。
评论