時事加碼——第 1 彈！

撰文時間：2026/4/2   更新時間：2026/6/23

最近在學員 LINE 群組、社群上收到很多關於「新工具」的提問或敲碗。

我決定把散落在各處的回答集合成這篇加碼內容，希望透過這篇文章，讓大家可以擁有「快速判斷工具類型」的能力。

 

AI-Coding 工具這麼多，新手到底該怎麼選？

 

現在的 AI-Coding 工具很多。前陣子很多人在討論 Cursor 和 Antigravity，最近又有不少人開始關注 Claude Code，過幾天可能又會出現新的工具名稱。

對同學來說，最容易出現的困擾就是：

• 我是不是每一種都要學？

• 我是不是學慢了？

• 我到底該從哪一個開始？

其實不用把每個新工具都分開看。比較好的方式是：先幫工具分類，再理解每一類工具在做什麼。

 

 

你會發現，很多工具雖然名字不同、介面不同，但背後的邏輯其實很接近。

只要先學會核心類型，之後遇到新工具就不容易慌，也比較知道自己該不該學。

 

先有一個觀念：不是工具越新越厲害，而是要看它解決什麼問題

對完全不懂程式的新手來說，最常見的誤區就是：一看到新工具，就覺得自己也要馬上學會。

但我想告訴你，面對很多新工具時，先不用急著追。比起追新，先建立判斷工具的能力更重要。

 

你可以先問自己兩個問題：

1. 這個工具是拿來做什麼的？

2. 這個工具適不適合我現在的程度？

只要先搞懂這兩件事，工具再多也不會那麼混亂。

 

把常見 AI-Coding 工具分為 3 種等級

 

從學習角度來看，常見的 AI-Coding 工具大致可以分成三個等級。

• Level 1：聊天型 AI → ChatGPT、Gemini

• Level 2：合作型 AI → Cursor、Antigravity

• Level 3：代理型 AI → Claude Code、OpenAI Codex

我們一個一個來看他們有什麼特色，適合什麼類型的任務。

 

Level 1：聊天型 AI——AI Chat

常見工具：ChatGPT、Gemini、Claude

 

 

如果你是完全新手，最適合的起點通常就是聊天式 AI，因為它最直覺。

你只要像平常聊天一樣，把需求說清楚，再把 AI 產生的程式碼複製貼上，就能開始做事。

 

這種方式很適合拿來入門 AI-Coding，原因有三個：

1. 介面簡單

2. 互動方式自然

3. 很多人已經在用了

所以你不一定需要一開始就另外學一套很複雜的新軟體。

 

AI Chat 最適合做什麼？

 

 

聊天式 AI 很適合以下這類任務：

• 請 AI 幫你寫小工具

• 請 AI 幫你修一段程式的錯誤

• 解釋程式碼在做什麼

• 協助完成簡單自動化

• 幫你整理需求、拆解步驟

 

如果你的工作情境主要是：

• 想做一些辦公流程自動化

• 想寫簡單的小工具

• 想先學會怎麼跟 AI 合作寫程式

那 Level 1 其實就已經很好用了。

尤其是單一檔案、少量程式碼、步驟相對明確的任務，聊天式 AI 往往就很夠用。

 

從聊天式 AI 入門，建立基本觀念

 

新手一開始學 AI-Coding，不一定要先追求功能最強。

更重要的是先理解這幾件事：

• 怎麼把需求講清楚

• 怎麼請 AI 一步一步幫你完成

• 怎麼看懂 AI 回你的程式

• 怎麼測試結果對不對

• 怎麼修正錯誤

而這些能力，不管你之後改用哪個工具，幾乎都用得到。

所以聊天式 AI 的價值，不只是「能幫你寫程式」，更是讓你用最低門檻開始學會 AI-Coding 的基本合作方式。

 

Level 2：合作型 AI——AI IDE（整合式開發環境）

常見工具：Cursor、Antigravity、VS Code + Copilot

 

當你想做的事情不再只是單一檔案，而是開始需要同時處理一整個資料夾、多個檔案、多個功能，那就通常會進入 Level 2。

這時候，比起單純用聊天視窗，你會更需要一種叫做AI IDE 的工具。

 

AI IDE 是什麼？

 

IDE（整合式開發環境）是一種專業的寫程式工具，最常見的就是由微軟推出的 VS Code (Visual Studio Code) ，很多工程師都是用這個軟體來寫程式。

AI IDE 則是 IDE 的強化版，把 AI 放進 IDE，讓你可以直接在裡面跟各種 AI 模型對話（例如：ChatGPT、Gemini、Claude）。

而且不只對話，AI IDE 內建的 AI 還能替你新增、修改專案裡的所有程式碼（而不用自己手動複製貼上），這就是它跟一般聊天式 AI 很不一樣的地方。

 

 

AI IDE 最擅長的事情：處理多檔案專案

當你的需求變複雜時，常常不會只改一小段程式碼。

你可能會遇到這些情況：

• 一次要建立很多檔案

• 同時修改不同檔案裡的內容

• 要讓不同功能彼此配合

• 要整理資料夾結構

• 要在現有專案上繼續開發

這些事情，如果只靠一般聊天式 AI，通常會比較吃力。因為你必須自己來回複製貼上大量程式碼，還要自己管理哪些檔案改過、哪些地方要同步更新。

但 AI IDE 可以直接在專案裡協助你做這些事，所以效率通常會高很多。

 

 

為什麼很多人會從 Cursor 開始？

在這一類工具裡，Cursor 是很常見的入門選擇。

因為它相對穩定，也比較容易讓新手理解 AI IDE 的工作方式。

另外像 Antigravity、Cursor、VS Code + Copilot，雖然名稱不同，但它們都屬於 AI IDE 這一類工具。

 

 

對學習者來說，重點不是把三套工具當成三門完全不同的課，而是先理解：

它們本質上都在做類似的事。

也就是在程式編輯器裡加入 AI，讓你可以一邊寫程式，一邊請 AI 幫你看專案、改檔案、補功能。

所以學會其中一套之後，再接觸其他同類型工具，通常會輕鬆很多。

 

什麼時候該從 Level 1 進入 Level 2？

你可以用一個很簡單的判斷方式：

• 如果是單檔案到少量檔案，先用 Level 1 就好

• 如果是整個資料夾、多檔案專案，就會比較適合 Level 2

 

例如：

• 想做一個比較完整的網站

• 想做桌面小工具

• 想做瀏覽器外掛

• 想維護一個有很多檔案的專案

• 想讓 AI 直接協助你整理整體程式架構

 

 

Level 3：代理型 AI——Agentic Coding Tool

常見工具：Claude Code、OpenAI Codex

 

當你再往下一個階段走，會遇到另一類工具：Agentic Coding Tool（代理式程式設計工具）

如果說AI IDE 的特色是「程式編輯器 + 內建聊天式 AI + 可存取本地檔案。」

那麼Agentic Coding Tool 的特色則是「把 AI 從編輯器裡抽出來，變成更能主動執行任務的工具。」

 

如果說聊天式 AI 比較像你問一句、它答一句，  AI IDE 比較像你在編輯器裡跟 AI 一起工作，  那 Agentic Coding Tool 則更像是：你交代任務後，AI 會更主動地往下執行。

 

兩種版本：指令版（CLI）、桌面版

OpenAI Codex 與 Cloude Code 都有推出兩種版本

• 指令版——又稱「命令列介面（CLI）」、「終端機版」

• 桌面版——又稱「圖形化介面（GUI）」

指令版，需要透過終端機 (Terminal）來做安裝與使用。

如果你不熟悉操作終端機，也可以選擇下載桌面版，就會有熟悉的對話框、側邊欄等圖形化介面。

 

補充：OpenClaw（龍蝦）、Claude Cowork 也是這類嗎？

類似，但不太一樣。

Claude Code 或 Codex 畢竟還是設計給寫程式用的，如果目的不是寫程式，而是直接讓 AI 替你上班呢？

沒錯，那就是OpenClaw（龍蝦） 與 Claude Cowork 了。

 

• Agentic Coding Tool（代理式程式設計工具）：Claude Code、Codex

• Agentic Tool（代理式工具）：OpenClaw（龍蝦）、Claude Cowork

 

OpenClaw（龍蝦），我真心不推薦新手使用，要背負的風險太高了。如果你真的很想試，我覺得至少這支影片講的東西你要懂，尤其是結尾的幾句話。

Claude Cowork 就相對安全許多。如果你已經學過 Cursor，你也會發現 Claude Cowork 不過就是個比較友善的 Cursor（但貴很多）。

 

岔題完畢，我們回到 Agentic Coding Tool。

 

Lv1、Lv2、Lv3 最大的差別？

 

這三種工具做的事情，其實有很大一部分是重疊的，主要的差別在於工作流程與使用形式。

 

工作流程（人與 AI 的協作方式）

• AI Chat：你問一句，它答一句

• AI IDE：你在編輯器裡跟 AI 一起工作

• Agentic Coding Tool：你交代任務後，AI 會更主動地往下執行

 

使用形式

• AI Chat：圖形化介面，有聊天區、對話紀錄

• AI IDE：圖形化介面，有檔案區、編輯器、聊天區、終端機

• Agentic Coding Tool：指令列、圖形化介面都有，可以更直接地使用 AI 模型能力

 

簡單來說

• AI Chat：比較像一對一聊天

• AI IDE：比較像在編輯器裡和 AI 合作

• Agentic Coding Tool：比較像把 AI 當成能動手做事的工作助手

 

 

為什麼課程不一定會先教 Level 3？

不是因為它不重要，而是因為它通常比較適合後學。

原因很簡單：當你還不熟悉 AI-Coding 的基本邏輯時，直接跳到 Level 3，反而可能更難學。

因為你還沒建立好前面的基礎，例如：

• 不熟悉怎麼描述需求

• 不了解檔案用途

• 不知道可以手動改檔案

• 還不知道怎麼在改壞時退回前一版

• 還不熟悉怎麼和 AI 互動

所以比較穩定的學習順序通常是：

1. 先熟悉聊天式 AI：學會跟 AI 清楚溝通，讓它幫你完成可用的簡單工具。

2. 再進入 AI IDE：當你開始需要處理多檔案、完整專案時，再用像 Cursor 這樣的工具。

3. 有需要再接觸 Agentic Coding Tool：等你已經熟悉前面的邏輯，再去體驗更主動、更進階的工具。

這樣學起來會更順，比較不容易卡住。

 

很多新工具，其實都可以先放回「類別」裡理解

 

當你開始接觸更多工具時，可以試著不要先記工具名字，而是先問：它屬於哪一類？

例如有些工具看起來很新，但其實本質上還是在做這幾件事：

• 跟 AI 對話

• 讓 AI 幫你寫程式

• 讓 AI 讀取專案檔案

• 讓 AI 協助完成一連串任務

只要先看懂這些核心功能，你就會發現很多新工具其實不是完全陌生的東西，而是舊邏輯換了一個新的包裝方式。

 

給新手的簡單建議

 

如果你現在剛開始學 AI-Coding，可以先記住這個原則：先學會一種類型，再去碰同類型的其他工具。

• 先學會 ChatGPT，再接觸其他聊天式 AI

• 先學會 Cursor，再理解其他 AI IDE

• 等有需求，再去接觸 Claude Code 或 Codex

這樣你學到的就不只是某一套工具的按鈕位置，而是更重要的共通邏輯。一旦共通邏輯建立起來，之後工具怎麼換，你都比較能跟得上。

 

結語：先掌握分類，再掌握工具

AI-Coding 的世界更新很快，工具名字也會一直變。

但對學習者來說，最有用的不是一直追新名詞，而是先建立一張清楚的地圖。

• Level 1：聊天型 AI

• Level 2：合作型 AI IDE

• Level 3：代理型 Agentic Coding Tool

先知道每一層在做什麼、適合什麼程度、適合什麼任務，再決定自己下一步要學什麼。這樣不但比較不焦慮，也更容易真的學會。

因為到最後，真正有價值的不是你記住了多少工具名字，而是你有沒有掌握它們背後共同的工作邏輯。