老实说，写这篇横评之前，我的编辑器已经换了三茬。从最早在 VSCode 里装各种 AI 补全插件，到后来直接在命令行里和 Claude Code 对话，再到因为一个项目被 Cursor 的 Agent 模式救回来，工具换得比浏览器标签页还快。这次干脆把社区里讨论最凶的四款 AI 编程工具——Claude Code、Cursor、Trae、OpenCode，全部装到同一台机器上，用 7 个真实开发场景挨个过了一遍，顺便把免费配置路径也捋清楚了。
如果你最近正在纠结“AI 编程工具到底选哪家”，或者被身边人安利了一堆名字却不知道从哪个开始，这篇横评就是给你写的。我不堆参数，只说实测下来的体感和踩坑记录，文末还会附一份可以直接照做的免费配置清单，看完你基本能判断自己该用哪款。
1. 动手前的全局认知：四款工具的定位与底层逻辑
1.1 四款工具一句话定位
先把四个“人”认清楚，不然后面测试结果容易看得一头雾水。
Claude Code 是 Anthropic 官方的命令行编程智能体。它在终端里运行，你输入一句话，它就自己规划步骤、读写文件、执行命令、跑测试，像一个驻扎在你项目目录里的远程工程师。它的核心优势是长上下文和代码理解能力，所以重度重构、跨文件排查这类任务它最擅长。
Cursor 是 VSCode 的一个魔改分支，也是最早把“AI 补全 + 对话 + 自动修改”做成完整 IDE 体验的工具。它的强项仍然是编辑器内的流畅度：Tab 补全快得离谱，选中代码直接问，改完能看到逐行 diff。如果你习惯传统 IDE 的工作流，Cursor 是最容易上手的那个。
Trae 是面向中文用户的一款 AI IDE，内置了 Claude、GPT 等多个模型，还单独做了 Builder 模式，可以把自然语言描述的整个应用直接生成出来。对新手来说，“打开 Trae，说一句‘帮我写一个记账本’，一个能跑的前端项目就出来了”这件事是真实存在的，而且它命名、注释、回复都用中文，理解起来零门槛。
OpenCode 是一款开源终端 AI 编程助手，可以理解为 Claude Code 的开源平替。它最大的特点是模型自由度极高，Claude、GPT、Codex、本地模型全都能接。代价是配置成本更高，适合喜欢折腾、在意成本、不想被某个厂商绑定的开发者。
1.2 底层模型与产品哲学的差异
这四款工具背后不只是一套界面差别，而是三种完全不同的产品路线。
Claude Code 和 OpenCode 走的是“智能体优先”路线。它们认为，AI 不应该只是在旁边出主意，而是应该像一个真实开发者那样去操作系统、读取文件、执行命令。区别在于，Claude Code 是官方在模型和工具链之间做了深度调优，OpenCode 则是把模型选择权完全交给你，自己负责调度和编排。
Cursor 和 Trae 走的是“IDE 优先”路线。它们把 AI 的能力嵌进编辑器里，让你在熟悉的界面里完成一切。Cursor 把重心放在补全质量和对话修改的交互体验上，Trae 则侧重“从 0 到 1”的项目生成和中文场景的理解。
用生活化的类比：Claude Code 像一个外包团队负责人，你交代目标，它自己排期干活；Cursor 像一个贴身副驾驶，你开车它帮你盯路况；Trae 像一个施工队包工头，你说要盖个什么样的房子，它直接给你效果图；OpenCode 像一个自己攒机的 DIY 玩家，每个零件都可以按你心意换。
1.3 计费逻辑与免费额度的底层差别
免费配置这件事，不能只看到“免费”两个字，还得看懂它们的钱从哪挣。
Claude Code 本身不单独收费，你用它的前提是有 Anthropic 账号。新用户通常会有一定的体验额度，用完后要么订阅它的套餐，要么配置 API Key 按 token 计费。它的模型能力是四款里综合最强的，所以这也是唯一一个我愿意认真研究额度管理的工具。
Cursor 采取的是 Freemium 模式，免费版可以用，但高级模型、Agent 次数、长上下文模型都有额度限制。它的策略很清楚：先用免费版把你留住，等你的项目规模变大、需求变复杂，自然会想升级。
Trae 采用的是积分体系，注册、签到、完成任务都能攒积分，积分可以兑换模型调用额度。它面向中文用户，很多运营活动还会发兑换码，所以日常轻度使用基本能靠积分撑住。
OpenCode 本身开源免费，但“免费模型”只是它内置的一部分能力，而且免费层对使用环境有限制，这点在后面的配置部分会详细讲。它的核心玩法是你自己配 API Key，成本透明可控，模型能力强不强完全看你愿意花多少钱。
2. 7 个场景横评实测记录
这一部分是整篇横评的主菜。我在同一台测试机上，用同一批需求，分别让四款工具完成任务，尽量控制变量。测试项目放在同一个目录结构下，技术栈和依赖尽量一致，然后记录各自的完成时间、完成度、是否需要额外手工介入。
2.1 场景一：从零搭建完整 Web 项目
测试任务：搭建一个“待办事项管理”全栈小应用。前端用 React + Vite + TypeScript，后端用 Node.js + Express，数据库用 SQLite。要求包含用户登录（用简单的 token 认证）、待办的增删改查、标记完成/未完成、本地持久化。
Claude Code 的表现最接近“真人员工”。我在项目目录里执行claude，把需求描述清楚后，它先给出了项目结构建议，接着反问我两个关键决策：要不要用 ORM、认证方案选 JWT 还是 session。确认之后就开始自动创建文件、装依赖、改路由、补数据库表。整个流程我几乎没碰过文件，最后它会主动告诉我运行命令和测试方法。耗时约 8 分钟，应用能直接跑起来。
Cursor 的表现中规中矩。打开 Agent 对话框描述需求后，它会生成一份实施清单，然后逐个文件创建。不过它不会主动执行终端命令，像npm install、npm run dev都需要我手动来做。中途遇到一个依赖版本冲突，它读取报错日志后自动改掉了package.json里的版本号，这个能力很实用。整体耗时约 15 分钟，完成度很高，但自动化程度偏低。
Trae 的 Builder 模式是四款里“项目生成”体验最直观的。用中文描述需求，点击生成后，它直接输出完整的项目目录和文件，连 README 都有。我再点一下“运行”，它会自动安装依赖并启动项目。不过模板化痕迹比较明显，项目结构规整但缺少最佳实践意识，比如没有把环境变量单独拆到.env文件里。耗时约 13 分钟。
OpenCode 的自由度是一把双刃剑。在终端里执行opencode描述需求后，它开始创建文件，但每走一步都会等我确认；“下一步该做什么”的主动性明显不如 Claude Code。使用 Codex 模型生成的代码质量不错，但依赖安装、数据库初始化这些命令需要我手动执行。耗时约 20 分钟。它适合喜欢逐步验证每一步的人。
2.2 场景二：复杂前端交互组件
测试任务：写一个支持拖拽排序、行内编辑、状态持久化的数据表格组件，React + TypeScript。
这个场景下 Cursor 终于扳回一局。它的 Tab 补全在手动写代码时体验极佳，我输入组件骨架，它几乎能预测我下一个属性名和函数体。但如果你指望一次对话生成整个组件，它反而偏保守，默认只生成骨架，细节需要逐项补充。最终组件是我和它协作完成的，效率很高。
Claude Code 在这个任务里读上下文的能力很强。我要求生成完整组件，它一次就给了一个可以运行的版本。我追加了一句“拖拽动画要顺滑”，它准确地改到了 CSS transition 和拖拽占位逻辑，代码风格干净。缺点是如果组件特别复杂，它容易一次性生成太多代码，导致我 review 起来有点累。
Trae 对中文需求的拆解最到位。我说“行内编辑弹窗”，它给了一个很符合直觉的弹出层实现。不过拖拽排序它默认引入了第三方库，我要求改成原生 HTML5 drag API 后，它也重写得比较干净。整体完成度不错，但需要我明确表达“不要用库”这种约束。
OpenCode 的代码质量取决于接入的模型。我换了 Claude 模型后，生成的组件质量很高，逻辑清晰。问题出在终端环境里看 UI 效果比较费劲，我得反复跑到浏览器里去验证，再回到终端提修改意见，反馈链路比较长。
2.3 场景三：后端接口与数据库联动
测试任务：写一个订单查询接口，支持分页、时间范围过滤、按用户 ID 联表查询，返回订单明细和订单项数量。
Claude Code 在这个任务里展现了很强的工程意识。它先问我分页返回结构想要哪种格式，然后顺手帮 SQLite 表加上了索引，最后还给接口写了一个简单的单元测试文件。这种“主动多做一步”的行为，是其他三款工具都没做到的。
Cursor 的 Agent 模式自动修改了 controller 层和 service 层，逻辑比较稳。但它不太会主动写测试，我追问了一次，它才补了一个测试文件。接口本身没有问题，运行起来查询结果也符合预期。
Trae 的中文注释和解释是亮点。它生成完接口后，会用中文把查询逻辑、参数含义、返回结构讲得明明白白，对新手特别友好。但性能优化方面它不够主动，我没有提“加索引”之前，它完全没有考虑大数据量下的查询效率。
OpenCode 配合 Codex 模型生成的代码质量相当高，SQL 语法和 ORM 调用都很规范。但数据库迁移命令需要我手动执行，出错后它也不会主动回滚，整个过程需要更高的手动参与度。
2.4 场景四：老项目重构与代码阅读
测试任务：把一个 500 行左右的老旧 JavaScript 文件重构为模块化代码，要求拆分模块、补充 TypeScript 类型、添加简要注释。
Claude Code 是四款里唯一一个先“通读全文”再动手的工具。它在开始重构前输出了完整的重构计划：按依赖关系拆成三个模块，每个模块的职责是什么，类型定义怎么设计。执行完成后，它还解释了为什么这样拆，非常像资深工程师在做 code review。
Cursor 也能完成重构，但一开始它直接改了函数名，导致其他文件的调用点报错。后来我让它全局搜索所有调用点并同步修改，它才补上了。这个过程中的 diff 界面非常好用，每一处改动都清楚可见，适合对“AI 动了哪些代码”有强把控欲的人。
Trae 在阅读代码方面表现不错，能用中文把一段被压缩得很难看的 JS 代码讲解清楚。但重构生成的代码比较规整，缺少“为什么这么拆”的深度解释，给人的感觉更像“做好了但没讲透”。
OpenCode 在大规模重命名和移动文件方面能力不弱，配合 Claude 模型时重构完成度很高。但有一个问题：如果提示词写不清楚，它可能只改一半文件，遗漏 import 语句或引用路径，需要频繁检查 git diff。
2.5 场景五：疑难 Bug 定位与修复
测试任务：在一个 React 组件里植入“useEffect 依赖数组缺了变量导致闭包数据不刷新”的经典问题，再加一句误导性的注释，看工具能否准确找到根源。
Claude Code 再次展现了读上下文的能力。我描述“页面上显示的数据一直是旧的”，它会主动去读相关文件，几轮分析内就精确定位到依赖数组的问题，还解释了为什么那个变量必须加进依赖。整个排查过程基本不需要我提供更多线索。
Cursor 的情况是：它需要你把报错信息或者奇怪的现象贴进对话框，然后会输出一套非常规范的排查步骤。虽然步骤感很强，但它确实能一步步定位到问题，适合已经习惯“先贴报错再问 AI”的开发流程。
Trae 的逐步排查过程比较长，但它的中文推理过程非常清晰，每一步都会解释“我为什么要检查这里”，这对想学排查思路的新手来说反而是优点。
OpenCode 本身不会主动去翻文件，但如果我描述清楚现象，它能很快给出“闭包 + 依赖数组”的假设，并列出一组验证方法。它不是最快的，但教学属性很强。
2.6 场景六：跨技术栈切换与冷门语法
测试任务：用 Go 写一个并发下载器 CLI 工具；再用 Rust 标准库写一段 CSV 解析脚本，不允许引入第三方 crate。
Claude Code 的跨语言适应能力让我有点意外。Go 并发模型、Rust 的错误处理、标准库 API，它基本都能准确给出可运行代码，甚至会主动考虑并发安全和资源释放问题。
Cursor 的多语言补全也不错，但冷门 API 偶尔会“一本正经地编”。比如 Rust 标准库的一个读取接口，它给的方法名在实际编译时报错，我手动查文档才发现签名变了。所以跨语言场景下，Cursor 的结果需要多一层验证。
Trae 对前端技术栈最顺手，Go 和 Rust 的生成质量只能说够用，标准库细节偶有疏漏，需要人工修正。它的定位本来就偏向 Web 全栈开发，冷门语言不是它的强项。
OpenCode 在这种场景下体现出“换模型”的优势。我切到更擅长代码生成的模型后，生成质量能明显超过 IDE 内置模型。而且因为它是终端工具，直接跑go run、rustc都很自然，验证成本低。
2.7 场景七：多文件协作与长任务执行
测试任务：模拟一个小功能闭环，写前端组件、加后端接口、更新数据库表、再写一份联调文档。
Claude Code 的长任务执行能力是最强的。它会自己维护一个待办清单，连续修改多个文件，中途还能停下来跑测试，跑挂了再改，改完继续。整个流程下来它就像一个能独立工作的外包队伍，用户只需要在最后验收。
Cursor 的 Agent 模式需要我持续对话推进，每走一步都会给我 diff 确认，安全性高，但做不到“挂机让它一口气干完”。如果你只想让它做局部修改，Cursor 够用；如果你想彻底托管一个功能开发，它会让你等得有点急。
Trae 的 Builder 适合“一次生成一整个功能块”。我描述完整闭环后，它一次性生成所有文件，效率很高。但需求变更几轮之后有个明显问题：它容易把之前改好的地方又改回老样子，上下文一致性还需要加强。
OpenCode 的上限同样取决于模型。配合 Claude 模型时，它能连续修改多文件，完成度不错，但稳定性有时不如官方 Claude Code；长时间任务中断后，恢复现场的能力也比较弱。
2.8 场景评分汇总
| 场景 | Claude Code | Cursor | Trae | OpenCode |
|---|---|---|---|---|
| 从零搭建 Web 项目 | 9 | 8 | 8 | 7 |
| 复杂前端组件 | 8 | 9 | 7 | 8 |
| 后端接口与数据库 | 9 | 8 | 7 | 8 |
| 老项目重构 | 9 | 7 | 7 | 8 |
| 疑难 Bug 定位 | 9 | 8 | 7 | 7 |
| 跨技术栈切换 | 9 | 7 | 6 | 8 |
| 多文件长任务 | 9 | 7 | 7 | 7 |
综合来看，Claude Code 在多数重活场景下拿到了最高分。但这不是说每个人都该无脑选它。如果你讨厌命令行，Cursor 的 diff 体验和补全流畅度会让你更舒服；如果你想要中文友好和快速出活，Trae 的 Builder 几乎是为“外行也能做小工具”设计的；如果你在意开源和成本把控，OpenCode 的模型自由调度是独一份的。
3. 免费配置完整指南：从安装到白嫖
横评看完，接下来是实操环节。我会把四款工具的安装、登录、免费额度获取、中文设置、核心配置都过一遍，尽量做到照做就能跑通。
3.1 Claude Code 安装、登录与 Skills 扩展
Claude Code 的前置条件是 Node.js 18 以上，建议直接用 20 以上的 LTS 版本。安装命令非常简单：
npm install -g @anthropic-ai/claude-code装完验证一下：
claude --version如果提示command not found，大概率是 npm 全局目录没进 PATH，可以用npm config get prefix查一下实际路径再补环境变量。第一次执行claude会引导登录 Anthropic 账号，新账号一般有体验额度，够你跑几轮小任务。如果想把它塞进 VSCode，也可以安装官方插件，本质上还是调用本地 CLI，所以终端里登录一次就行。
很多人忽略的是 Skills 机制。这是 Claude Code 的扩展能力，相当于给 AI 装一个“行业技能包”。比如你想让它更懂前端规范，就装一个前端工程化相关 skill。安装方法很简单：把 skill 文件夹放到~/.claude/skills/或项目的.claude/skills/目录下，重启对话即生效。社区里有大量现成 skills，网上搜一下就有。
免费额度用完之后，如果想继续用，两条路：订阅订阅套餐，或者配置 API Key。我个人建议先用体验额度感受几天，确认它真的能帮你提效再付费；如果只是偶尔用一下，OpenCode 接同款模型可能更省钱。
3.2 Cursor 安装、中文设置与免费额度利用
Cursor 直接去官网下载对应系统的安装包即可，Windows、macOS、Linux 都支持。第一次启动可以用 GitHub、Google 等账号登录。
中文设置是很多人的痛点。步骤很简单：按Ctrl+Shift+P打开命令面板，输入Display Language，选择“Install additional languages”，在扩展列表里找到 Chinese（Simplified），安装后再次打开Display Language，选择中文并重启编辑器。重启后界面就是中文了。如果个别菜单还是英文，多半是没有完全重启，退出再开一次基本能解决。
免费版够不够用？日常 Tab 补全和少量 Agent 对话是够的，但高级模型、长上下文、大额 Agent 次数会有限制。用完之后不会突然锁死，只是会提示你升级，体验上不会太断崖。想省着点用，可以把项目里的 README 和规范文档写清楚，上下文质量上去了，AI 一次给出的结果就更好，对话次数自然省下来。
隐私设置也值得现在就去调一下。网上讨论很凶的“Cursor 提示词泄露”争议，核心是它对用户数据的使用边界问题。设置里有一个类似“Enable CURSOR AI Training”的开关，默认状态可能不是你想要的，不放心就去关掉。敏感项目里不要把密钥、明文密码、生产环境连接串直接贴到对话中。
3.3 Trae 安装、积分兑换与 Build 模式实战
Trae 目前支持 Windows 和 macOS，官网下载对应安装包即可。安装后使用手机号或邮箱注册，注册时留意服务版本入口的选择，选自己所在区域对应的服务即可。
Trae 最核心的是积分体系。注册、每日签到、完成平台任务、参加官方活动都能获得积分，积分可以兑换模型调用额度。社区里经常提到的“trae 积分兑换码”其实就是官方通过各种活动发放的福利码，本质是给用户的免费额度。这里提醒一句：不要花钱从不靠谱渠道买兑换码，来源不明的码大概率有问题，官方活动已经足够支撑日常使用了。
使用上，Trae 有几种模式：
- Chat 模式：常规对话，适合问代码问题、解释报错。
- Build 模式：描述你想要的应用，Builder 会自动生成项目文件、安装依赖、启动项目，适合从零开始做东西。
- Agent 模式：适合局部功能修改或单文件重构，比 Build 更轻量。
新版 Trae 也提供了 CLI 工具，如果你喜欢终端工作流，可以在终端里调用它的智能体能力，体验有点接近 Claude Code，但中文理解更自然。不过它的插件生态和社区不如 Cursor 丰富，追求“拿来即用”的话选它没错，追求“插件自由度”的话还是要考虑 Cursor。
3.4 OpenCode 安装、Go 套餐接入 Codex 与免费模型
OpenCode 的安装方式很灵活，最简单的做法是用 npm：
npm install -g opencode-ai或者用官方提供的安装脚本，它也提供 VSCode 扩展，方便习惯 IDE 的人先试试。启动方式是在项目目录里执行opencode，第一次启动会引导你选择模型供应商。
OpenCode 内置了部分免费模型，可以直接体验。但这里有个被问爆的报错，原话是：
error from provider (console): opencode's free tier can only be used from wi...翻译过来就是：OpenCode 的免费层对使用环境有限制，系统检测到你当前环境不在允许范围内，就拒绝调用。网上遇到这个报错的人非常多。解决办法有两个：一是配置自己的 API Key，彻底绕开免费层的环境检测；二是购买官方 Go 套餐，官方打包了可用的模型和额度，而且 Go 套餐里明确支持接入 Codex 模型，社区反馈质量相当不错。
配置自己的 API Key 是 OpenCode 的常规玩法。在配置文件里填上你已有的模型服务商 Key，推荐 Claude 或 Codex 模型，效果最好。它也有 Skills 机制，安装目录一般在~/.config/opencode/skills/，用法和 Claude Code 的 skills 类似。
OpenCode 适合什么人？喜欢自定义、在意成本、能接受终端操作、不想被某个厂商生态绑死的开发者。它不适合“我就要装上立刻用”的纯新手，因为模型选择、Key 配置、参数调试都需要一定技术基础。
3.5 一套适合大多数人的免费组合方案
四款工具的安装和配置都过完后，我给一个务实的组合建议：
- 日常写代码，主力用 Cursor 免费版。编辑体验好，Tab 补全快，适合长期泡在 IDE 里。
- 重活交给 Claude Code 的体验额度加 Skills。项目搭架子、老代码重构、疑难 Bug 定位，这类任务它的优势最明显。额度用完了，换回 Trae 或 Cursor 继续。
- 中文项目或新手入门，优先用 Trae。Builder 模式几乎是无痛生成，积分也够日常用。
- 开源项目、隐私敏感项目、或者单纯爱折腾，就用 OpenCode 配自己的 Key。模型任选，成本可控，历史记录都在本地。
一个很重要的原则：主力编辑器只留一个，智能体工具可以多装几个备用。千万不要四款工具同时打开、同时对话，每个工具都有自己的上下文记忆，改来改去最后连你自己都会乱。
4. 常见问题与避坑实录：报错速查与心得
无论工具多好，实际用起来总会遇到各种小问题。这一部分整理我在测试过程中遇到的典型情况，以及一些长期使用后的避坑经验。
4.1 安装与运行报错速查
| 现象 | 常见原因 | 解决方式 |
|---|---|---|
claude: command not found | npm 全局目录没进 PATH | 用npm config get prefix查全局目录，加入 PATH |
| Cursor 设置中文后界面仍是英文 | 语言包未完全生效 | 完全退出并重启编辑器，重新打开 Display Language 确认 |
| Trae 登录失败或积分不到账 | 网络或账号异常 | 重新登录，检查服务版本入口是否选对，必要时换个绑定方式 |
OpenCode 免费层报错error from provider | 免费层使用环境受限 | 配置自己的 API Key，或使用 Go 套餐 |
| VSCode 里 Claude Code 插件连不上 | 本地 CLI 没有登录 | 先去终端执行一次claude完成登录再回插件 |
| Cursor Agent 用一半额度没了 | 免费额度耗尽 | 等周期重置，或先用小型模型，或临时切到 Trae/OpenCode |
这些都是我实际遇到或同事反复问过的问题。多数情况下，重启一次能解决一半问题，仔细看报错第一行能解决剩下的一半。
4.2 免费额度有限，怎么把效能拉到最大
免费额度最怕浪费在低质量对话上。我的经验是把提示词当成代码一样认真写：背景是什么、目标是什么、约束条件有哪些、验证方式是什么，一次性讲清楚。比如“帮我写一个分页接口”和“帮我写一个订单查询接口，按 create_time 倒序，每页 20 条，返回 total 和 list，字段用下划线命名，前端按这个结构对接”，得到的答案质量完全是两回事。
另一个技巧是分级使用模型能力。琐碎的事情，比如格式化代码、翻译注释、生成测试用例，交给 Trae 的积分或 OpenCode 的免费模型都够用；真正涉及架构设计、性能优化、跨模块重构的任务，才值得花 Claude Code 的体验额度。把好钢用在刀刃上。
还有个小习惯：不要复制整段报错日志给 AI。一长串日志里真正有用的往往只有最后几行堆栈，挑出关键信息再贴，AI 定位问题的速度和准确度都会明显提升，对话轮次也省了。
4.3 隐私、安全与厂商锁定：别在 AI 面前裸奔
AI 编程工具本质上是把代码片段发送到模型服务端处理，这是很多人忽略的安全边界。任何时候都不要把密钥、密码、Token、生产环境数据库连接串直接贴进对话。
Cursor 的“提示词泄露”事件在网上讨论很凶，核心就是用户对数据训练和使用边界的担忧。虽然多方说法不一，但对使用者来说，最务实的应对手段就是在设置里关掉训练数据相关的开关，敏感代码做变量名模糊化处理，重要项目尽量用本地模型或在自建环境中运行。
厂商锁定也是我越来越在意的问题。如果你把项目规范、提示词、自动化脚本全部深度绑定在某一个工具里，将来换工具的成本会很高。我的做法是：把关键的项目说明文档、Rules 文件、提示词全部沉淀在代码仓库里。这样无论换 Cursor、换 Trae、还是换 Claude Code，新工具都能立刻理解项目上下文，换工具的代价就小得多。
另外，AI 生成的代码必须人工 review，尤其是认证鉴权、支付逻辑、外部 API 调用这些敏感环节。AI 能帮你写代码，但“这段代码是否安全”这件事，责任始终在开发者自己身上。
4.4 我踩过的坑，以及最终的日常组合
测试这四款工具期间，我也犯了好几个低级错误。
第一个坑是同时开四个工具。Claude Code 在改后端接口、Cursor 在改前端页面、Trae 又跑了一个 Builder 生成新项目，结果它们各自的上下文完全割裂，改完一 merge 全是冲突。后来我硬性规定：深度重构只走 Claude Code，日常编辑固定在 Cursor，其他工具只在特定场景临时打开。
第二个坑是 OpenCode 免费模型跑一半报错，未保存的修改全没了。这一次之后，不管用什么工具做重要修改，我都先git commit或至少生成一份 diff，确保 AI 改坏了也能回滚。
第三个坑是让 Claude Code 自动改代码之前没检查 diff，结果一段能跑的老代码被改成了需要新依赖才能运行的新代码，依赖没跟上直接编译失败。后来养成习惯：每次大改动之后，第一件事是让它跑测试，不通过就立即回滚再重新描述需求。
我现在的日常组合比较稳定。编辑器里始终开着 Cursor 免费版，写业务代码、快速补全、查看 diff；遇到需要从零搭项目、重构老代码、排查诡异 Bug 的重活，就切到终端用 Claude Code 的体验额度加 skills；帮朋友做小型工具或者纯中文项目时，用 Trae 的 Builder 最快；平时折腾开源项目、想看模型差异时，用 OpenCode 搭配自己的 Key，成本可控还自由。四款工具各司其职，反而比只依赖其中任意一款更顺手。
最后再分享两个实战层面的小心得。一是每次让 AI 动手之前，先看一眼git status和当前分支，很多改动混乱的问题都源于没有在一个干净的分支上操作。二是项目的 README 和文档真的值得花时间写好，它不仅是给人看的，更是所有 AI 工具理解你项目的第一入口。文档越清楚，AI 越少说废话，这个习惯带来的收益远超你花在写文档上的那点时间。
