主题
概念卡片：AI 编程工具
一句话机制：AI 编程工具经历了「问答 → 补全 → 自主改代码」的范式跃迁，核心分化出四种形态（Web Chat / IDE 插件 / CLI / 独立 AI IDE），而真正拉开差距的不是「能生成代码」，是能否把「需求→设计→实现→验证」串成可复用的工作流（Spec Workflow）。
四种产品形态
| 形态 | 代表 | 特点 |
|---|---|---|
| Web 浏览器版 | ChatGPT / Gemini 网页 | 轻量问答，无法直接改本地代码 |
| IDE 插件 | GitHub Copilot | 补全/对话，长在既有 IDE 里 |
| CLI 命令行 | Claude Code、Qwen Code | 终端驱动，可写脚本/自动化 |
| 独立 AI IDE | Cursor、Antigravity | 原生 AI 工作流，Agent 级重构 |
国际 vs 国产全景
| 阵营 | 工具 | 定位 |
|---|---|---|
| 国际 | Claude Code（CLI+插件） | 强在长上下文 + Agent 自主改代码 + Skills 生态 |
| 国际 | GitHub Copilot（插件+Web+CLI） | 补全鼻祖，覆盖最广 |
| 国际 | Cursor（AI IDE） | 面向开发者的智能编辑器，重构/多文件编辑强 |
| 国际 | Gemini Code / Antigravity / OpenCode | 谷歌系；Antigravity 主打「Agent Manager」 |
| 国产 | 通义灵码 Lingma、Qoder、Qwen Code、iFlow | 本地化、中文语境、企业合规 |
Spec Workflow：让 AI 编程可控的关键
源自 Claude Code，核心是「先写规格，再让 AI 实现」，解决三个问题：AI 理解偏差 / 缺乏全局视角 / 团队协作混乱。
| 阶段 | 产出 | 作用 |
|---|---|---|
| 1. Requirements | 功能描述、用户故事、验收标准、非功能需求 | 锁定「要做什么」 |
| 2. Design | 技术选型、数据模型、接口设计 | 锁定「怎么做」 |
| 3. Implementation | 按规格实现 | AI 有据可依 |
| 4. Verification | 对照验收标准验证 | 防止跑偏 |
不变量（必须成立的约束）
- AI 编程是「提效」不是「替代」：Cursor 等工具能显著加速重构，但「并非银弹」——历史逻辑梳理、调用链路跟踪仍需人判断。
- Spec Workflow 的价值在「把隐式需求显式化」：没有规格，AI 只能猜，猜错就返工；有了规格，AI 从「执行者」升级为「可控的执行者」。
- 工具能力上限 = 模型能力 + 上下文管理：长任务靠 CLAUDE.md / 规格文件维护上下文，而非单次超长 prompt。
常见误解
- 以为「装上 Cursor 就能全自动写代码」→ 仍需人定义需求、审结果、兜边界；AI 负责放大，不负责替你思考。
- 以为「Claude Code 和 Copilot 是同一类」→ Claude Code 是 CLI 形态的 Agent 工作流，Copilot 更偏 IDE 内补全/对话。
- 以为「国产工具只是平替」→ 国产工具在中文语境、企业合规、本地部署上有真实优势，不是简单替代。
关联
- 总览：AI大模型技术栈总览
- 协议层（工具调用的标准化）：概念卡片：MCP与Agent协议
- 源：
B40-资源/语雀-Code-Summary/AITech/（AI编程工具 / ClaudeCode完全指南 / ClaudeCodeSpecWorkflow / Cursor实战 等）