“工具多了不是本事，知道什么时候用哪个才是。”

我终端里装了五个 AI 编码 CLI——Claude Code、Cursor、Gemini CLI、Codex CLI、Copilot CLI。不是我有强迫症，是因为每次有人问”哪个最好”我都答不上来。

干了整整一周，发现它们像五个性格迥异的同事。各有所长，也各有所短。

大抵每个用 AI 编程的人，都要经历这个阶段的。

一、Claude Code：话不多但干活靠谱

它不废话。读完整个仓库，列出计划，直接干完给你看结果。

真实案例：上周一我让它把一个跑了三年的 Python 2 老项目迁移到 Python 3。200 多个文件，print 语句、xrange、unicode 满天飞——典型的祖传代码，没人敢动。

请把这个项目迁移到 Python 3.10。要求：
1. 所有 print 改为函数调用
2. xrange 改为 range
3. unicode/str 处理改为 Python 3 语义
4. 生成测试用例验证迁移结果

三十秒后开始一个文件一个文件地改。改完告诉我：改了 87 个文件，跑了 34 个测试用例，32 个通过。失败的两个是我自己的测试写得有问题——它指出来了。

我横竖睡不着，仔细看了半夜那 87 个 diff——改得干净。没有”能跑就行”的脏代码。

翻车的时候：让它写前端 React 组件，样式总差一口气。不是功能问题，是”不好看”。AI 的审美，大抵如此。

二、Cursor：边聊边干活的结对搭档

不独立干活，陪你干。你在编辑器里写，它在旁边实时补全、实时建议。

真实案例：写 RBAC 权限模块，角色继承逻辑卡住了。我在 Cursor 里敲：

父角色的权限应该自动传递给子角色，
但子角色可以有额外的权限。帮我看看这段代码有没有问题。

它没重写——在旁边开了个侧边栏，列了三个问题：

  1. has_permission() 没有处理递归继承——A 继承 B，B 继承 C，A 拿不到 C 的权限
  2. 没有处理循环继承——A 继承 B，B 又继承 A，无限递归
  3. 建议加 get_all_permissions() 缓存结果，避免每次都遍历

改完跑测试——过了。

局限：大规模重构干不了。让重构整个认证模块，它问”从哪开始？”——它需要引导，不像 Claude Code 自己开干。

三、Gemini CLI：免费但偶尔犯错的实习生

免费、速度快。写单元测试、生成文档、跑 CI/CD 脚本——这些粗活干得不错。

翻车现场：上周五让它给支付模块写单元测试。金额计算、汇率转换、手续费扣除——精度要求极高。

Gemini 跑了 28 个用例，26 个通过。听起来不错？

剩下两个失败暴露了致命问题：它用浮点数比较，不是 Decimal。金融场景里 0.1 + 0.2 == 0.3 是 False——它不知道。

让它”用 Decimal 重写”，它写了。但手续费计算用了除法——手续费 = 金额 / 100 * 费率。正确的写法应该是 (金额 * 费率).quantize(Decimal('0.01'))。精度问题，它不懂。

但我也不能苛求：它免费的。让实习生干免费的活还要求像资深工程师，这本身就不讲道理。

四、Codex CLI：专攻代码审查的老法师

不做代码生成，只做审查。写完让它 review，直接列问题：竞态条件、内存泄漏、缺少幂等性——不会说”写得不错”。

真实案例：写了个用户积分系统，自己测了两遍觉得没问题。让 Codex 审查，给了份 P0/P1/P2 清单：

  • P0：积分扣除和库存扣减没用事务——积分扣了但库存失败，用户积分凭空消失
  • P1：兑换接口没做幂等——用户快速点两次，扣两次积分
  • P2：积分过期用定时任务扫全表——用户量大了成性能瓶颈

前两个问题我自己看了两遍都没发现。

但它从零写代码不如 Claude Code。让它写登录接口，能跑，但不干净。

五、Copilot CLI：中规中矩的老好人

跟 GitHub 生态深度集成。开的 Issue、写的 PR、建的仓库，无缝对接。

真实 workflow：开了 Issue #42”用户注销后 Token 没被撤销”。在 Copilot CLI 里敲：

根据 Issue #42 修复这个 Bug

它做了三件事：读了 Issue 描述和评论 → 找到认证模块代码 → 改了代码提交 PR，PR 描述引用了 Issue #42。一条龙。

脱离 GitHub 就一般了。纯编码能力排中等，价值全在”跟 GitHub 长在一起”。

六、怎么选？

场景 首选 备选
大型重构 Claude Code Cursor
日常编码 Cursor Claude Code
批量测试/文档 Gemini CLI（免费） Copilot CLI
代码审查 Codex CLI Claude Code
GitHub工作流 Copilot CLI Cursor
金融/高精度 Claude Code + Codex 双审 自己写

我的日常组合：

  • 主力编码：Cursor（实时反馈爽）
  • 大重构：Claude Code（让它独立干大活）
  • 审查：Codex CLI（比自己看三遍管用）
  • 粗活：Gemini CLI（免费的还要什么自行车）

覆盖 90% 场景。剩下 10%——Copilot 补 GitHub 流程。

七、SKILL.md：跨工具的统一语言

今年最大的变化。一个”通用插件格式”——给 Claude Code 写的 SKILL，Cursor、Codex、Gemini 都能加载。

我们团队有个 SKILL.md 叫”代码提交规范检查器”，检查 commit message 是否符合约定式提交、lint 是否通过、测试覆盖率是否达标。以前只在 Claude Code 里跑，现在全员通用。

别高兴太早：不同工具执行能力有差异。同一个 SKILL，Claude Code 能完美执行，Gemini 可能只执行了一半。工具的能力边界，标准统一不了。

八、说句难听的

我见过太多人在五个工具间反复横跳。今天装这个，明天卸那个。最后五个都装了，一个都没用好。

有人问：”哪个 AI 编程工具最好？”

我向来是不惮以最坏的恶意来推测这个问题的——问这个的人，大抵五个都没认真用过。

AI 编码工具的本质不是”哪个最好”，而是”哪个最适合你当下的任务”。

Claude Code 能重构，Cursor 能结对，Gemini 能免费干活，Codex 能找 Bug，Copilot 能走流程。五个都是好工具，但五个都不能包打天下。

别迷信。也别鄙视。

但如果你只装一个——装 Claude Code。它干活最靠谱。

大抵如此罢。

关于码孖AI

码孖AI，专注 AI 工程化落地。

关注我，持续更新实战踩坑指南。

:::callout tip 觉得有用？ 点个「在看」，分享给同样在 AI 落地路上挣扎的朋友。 :::