主题
AI 工具全景图
AI 工具已经渗透到几乎所有工作场景。这一篇给你一张完整的地图：先分清"模型"和"工具"两层，再逐类看每类工具解决什么问题、代表产品有哪些、怎么选。编程类工具在本手册有专门教程，这里做索引式展开。
1. 先分清：模型与工具
看任何 AI 产品前，先建立两层视角——这一层分不清，选型就会一直混乱：
| 层 | 是什么 | 例子 |
|---|---|---|
| 模型 | 引擎。经过训练的神经网络，决定能力上限 | GPT 系、Claude 系、Gemini 系、DeepSeek、Qwen、Llama、Flux |
| 产品 / 工具 | 车。把模型包装成可用的界面与工作流 | ChatGPT、Cursor、Midjourney、Ollama、扣子 |
三句话记住关系：
- 一个模型可以被装进多个产品：同一个 GPT 模型，在 ChatGPT 网页里，也在 Copilot 里。
- 一个产品也可以换模型：Cursor、Aider、Ollama 都支持切换底层模型。
- 选型分层评估：模型决定上限，产品形态决定效率，接入质量决定稳定性。同一层内比较才有意义。
想深入调用链（模型、API、客户端的关系），读《模型、API 与客户端》。后面每一节都会标注：讲的是产品还是模型。
2. 聊天助手：万能起点
2.1 解决什么
问答、写作、翻译、头脑风暴、分析文档、日常决策参考。几乎所有 AI 使用的起点，也是各类工具能力最重叠、最不值得同时用多个的品类。
2.2 代表产品
下表全是聊天产品——多数是模型厂商的官方应用，产品与模型一体：
| 产品 | 出品方 | 背后模型与特点 |
|---|---|---|
| ChatGPT | OpenAI | GPT 系官方应用；生态最大，多模态齐全，插件与自定义 GPT 丰富 |
| Claude | Anthropic | Claude 系官方应用；长文分析与写作质量出色，编程与 Agent 能力强 |
| Gemini | Gemini 系官方应用；与搜索、Gmail、Docs 生态结合紧密 | |
| DeepSeek | 深度求索 | 自研 DeepSeek 模型的官方应用；推理强，另有开放权重版可自部署 |
| Kimi | 月之暗面 | 自研模型的官方应用；长文本处理见长，中文资料分析体验好 |
| 通义千问 | 阿里巴巴 | Qwen 模型的官方应用；与阿里生态整合，Qwen 开源系列覆盖全尺寸 |
| 豆包 | 字节跳动 | 自研模型的官方应用；移动端体验好，语音对话自然，免费额度大方 |
| Grok | xAI | 自研模型官方应用；与 X（Twitter）实时信息结合，风格直接 |
注意：Mistral、Llama 这类名字你常和上面并列看到，但它们是开放权重模型而非聊天产品——需要装进第三方客户端或自行部署才能使用，见第 11 节。
2.3 怎么选
主力一个（付费）、备用一个（免费）即可。选择看三点：你所在生态（Google 系选 Gemini、微软系选 Copilot/ChatGPT）、中文质量（国产模型普遍更好）、是否需要 API（见《接入实战》）。频繁切换的收益远低于熟悉一个的成本。
3. AI 编程：从补全到 Agent
3.1 解决什么
写代码、改 bug、重构、理解陌生代码库、批量修改。这是当前 AI 落地最深、收益最高的领域，工具形态也分化最明显。本节全部是工具，底层模型多数可以更换或对接第三方 API。
3.2 终端 Agent
在本地项目里自主完成多步任务：搜索代码、规划方案、编辑文件、运行验证。
| 工具 | 特点 |
|---|---|
| Claude Code | Agent 能力标杆，Plan 模式、Hooks、子代理、MCP 生态齐全 |
| Codex CLI | OpenAI 出品，与 ChatGPT 账号体系打通，轻量直接 |
| Gemini CLI | Google 出品，免费额度较大，与 Gemini 生态联动 |
| Aider | 开源命令行结对编程，git 集成细致，可接任意模型 |
| OpenCode / Crush | 开源终端 Agent，模型可自由切换 |
| Qwen Code | 阿里开源（Apache 2.0），对标 Claude Code 的国产终端 Agent |
| Kimi Code | 月之暗面出品，开源 CLI，K3 模型最高 1M 上下文，支持 MCP 与 ACP 协议 |
| iFlow CLI | 心流出品，免费闭源，已适配 DeepSeek、Kimi、GLM 等国产模型 |
3.3 IDE 与编辑器
边写边让 AI 改，图形界面友好，适合喜欢可视化交互的开发者。
| 工具 | 特点 |
|---|---|
| Cursor | 基于 VS Code 的 AI 编辑器，Composer 多文件改写体验好 |
| Windsurf | Cascade Agent 流程引导细致，上手平缓 |
| VS Code + Copilot | 微软官方，补全稳定，企业采用率最高 |
| JetBrains AI | 与 IntelliJ 系 IDE 深度整合，Java/Kotlin 体验好 |
| Qoder | 阿里云出品的 AI 编程 IDE，深度适配 Java 与阿里云生态，支持企业私有化部署 |
| 通义灵码 | 阿里云的 AI 编程插件（VS Code / JetBrains），基于 Qwen 系模型，基础版免费 |
| 智谱 ZCode | 自研 Agent 内核 + GLM 系模型，支持 MCP 协议，适合国产化环境 |
| CodeBuddy | 腾讯云出品，插件与 AI IDE 双形态，微信小程序与腾讯云生态整合深 |
| Trae | 字节出品，国内可直连，免费额度多 |
| Zed | 高性能编辑器，AI 能力原生集成，启动快 |
3.4 网页与云端构建
无需本地环境，从描述直接生成应用或原型。
| 工具 | 特点 |
|---|---|
| v0 | Vercel 出品，React/Next.js 组件生成质量高 |
| Bolt.new | 全栈应用生成，浏览器内直接运行 |
| Lovable | 面向非程序员，从想法到可部署应用 |
| Replit | 云端 IDE + Agent，从编写到托管一站式 |
3.5 怎么选
开发者优先终端 Agent（可脚本化、可自动化、上下文利用最充分）；重图形界面选 Cursor 或 Windsurf；非程序员做小工具，从 Lovable、Bolt 开始。详细对比见《AI 编程工具怎么选》，Claude Code 的进阶用法见《Claude Code 进阶玩法》。
4. 图像生成
4.1 解决什么
插画、海报、产品图、概念设计、风格探索、配图量产。这一层模型与产品经常一体（如 Midjourney），也有纯模型经工具使用（如 Flux 配 ComfyUI），下表已标注。
4.2 代表产品
| 工具 / 模型 | 层 | 特点 |
|---|---|---|
| Midjourney | 模型+产品一体 | 审美与艺术效果最好，社区提示词生态丰富，仅网页/Discord 使用 |
| GPT-4o 生图 | 模型（经 ChatGPT 使用） | 指令理解强，图中文字准确度高 |
| Nano Banana | 模型（Gemini 内置） | 图像编辑与多图融合强，对话式改图自然 |
| Flux | 开放权重模型 | 开源阵营画质标杆，可本地部署可微调 |
| Stable Diffusion + ComfyUI | 模型 + 运行工具 | 可控性最强，节点式工作流，可训练专属风格，门槛最高 |
| Ideogram | 模型+产品一体 | 图内文字渲染最好，做海报和 Logo 草案实用 |
| 即梦 / 通义万相 | 产品 | 国内可直接访问，中文指令友好，免费额度可用 |
4.3 怎么选
偶尔出图用聊天助手内置生图即可；对画面质量与风格有要求上 Midjourney；需要批量、可复现的生产管线再投入 ComfyUI。图内含文字的需求优先试 GPT-4o 或 Ideogram。
5. 视频生成
5.1 解决什么
文生视频、图生视频、片段素材、口播内容。目前所有工具都适合做片段与素材，完整叙事长片尚不成熟。本节均为模型+产品一体的工具。
5.2 代表产品
| 工具 | 特点 |
|---|---|
| Sora | OpenAI 出品，物理一致性与创意运镜强 |
| Veo | Google 出品，音画同步生成是亮点 |
| 可灵（Kling） | 快手出品，国内可用，动作幅度与时长表现好 |
| 即梦 | 字节出品，与剪映工作流衔接顺滑 |
| Runway | 老牌创作工具，特效与控制工具链丰富 |
| Pika | 轻量趣味风格，上手快 |
5.3 数字人与口播
把文案变成真人出镜视频，做内容营销效率极高：HeyGen（口型与音色克隆自然）、剪映数字人（国内最易得）、Synthesia（企业培训场景成熟）。
5.4 怎么选
国内直接可用的选可灵、即梦；做营销口播直接上 HeyGen 或剪映；视频生成目前按秒计费普遍不便宜，先小成本试效果再放量。
6. 语音与音频
6.1 解决什么
配音、转写、播客、音乐创作、实时翻译。会议纪要类需求也归这一节，后文办公一节不再重复。
6.2 代表产品
| 场景 | 工具 | 特点 |
|---|---|---|
| 文字转语音（TTS） | ElevenLabs | 情感与多语种表现标杆，可克隆音色 |
| 文字转语音（TTS） | MiniMax Audio、火山引擎 | 中文自然度高，价格低 |
| 语音转文字（ASR） | Whisper | 开源标准，本地可跑，多语言 |
| 会议转写 | 飞书妙记、通义听悟 | 转写+摘要+说话人分离，日常最实用 |
| 音乐生成 | Suno | 从歌词到成曲一键生成，质量和长度领先 |
| 音乐生成 | Udio | 风格控制细致，适合小样创作 |
6.3 怎么选
转写和会议纪要是当下实用度最高的语音工具，几乎零门槛；配音需求 ElevenLabs（英文）或 MiniMax（中文）；音乐创作 Suno 足够入门。
7. AI 搜索
7.1 解决什么
把"翻十篇文章找答案"变成"直接得到带引用的答案"。主流聊天助手（ChatGPT、Gemini 等）已内置联网搜索，日常查个结论够用；本节工具的差异在于检索质量与来源引用。
7.2 代表产品
| 工具 | 特点 |
|---|---|
| Perplexity | AI 搜索代表，答案带来源引用，学术模式可筛论文 |
| 秘塔 AI 搜索 | 国内可用，大纲式结果组织，中文来源丰富 |
| 纳米 AI 搜索 | 360 出品，多模型聚合回答 |
7.3 怎么选
查资料优先用带引用的 AI 搜索，方便溯源验证；重要结论一定点开原始来源确认——AI 搜索也会引用错误或不存在的页面。
8. 知识管理与研究
8.1 解决什么
把散落的资料变成可问答、可引用、可生产的个人知识库。
8.2 代表产品
| 工具 | 特点 |
|---|---|
| NotebookLM | Google 出品，基于你上传的文档回答，带引用，可生成摘要音频 |
| Notion AI | 笔记内直接问答与写作，团队知识库场景强 |
| Obsidian + AI 插件 | 本地 Markdown 库 + 可换模型的问答插件，隐私可控 |
| 飞书智能伙伴 | 与飞书文档、多维表格联动，国内企业协作顺 |
8.3 怎么选
读论文、啃报告用 NotebookLM；个人笔记体系在 Obsidian 或 Notion 里就地接入 AI；核心原则是让 AI 基于你的资料回答，而不是凭模型记忆瞎编。
9. 办公与创作效率
9.1 办公 Agent：新一代主力
2026 年办公工具的主线是"说需求、交结果"的 Agent 形态——不是在对话框里给建议，而是直接操作文档、表格和本地文件完成任务。
| 工具 | 特点 |
|---|---|
| WorkBuddy | 腾讯出品的 AI 办公 Agent，调研、文档撰写、数据分析一体交付，桌面端可操作本地文件，支持多 Agent 并行；免费体验版，标准版 ¥70/月起 |
| Kimi Work | 月之暗面出品，长文档批量处理强，可挂载本地文件夹读写，投研咨询场景好用 |
| 阶跃 AI 桌面版 | 全场景办公 Agent，扫码即用免配置，自研模型针对任务执行训练 |
| 办公小浣熊 | 商汤出品，数据分析与报表专精，支持 20 多种办公格式解析 |
| QClaw | 腾讯电脑管家出品，微信扫码直连、手机遥控电脑，本地执行数据不上传 |
9.2 文档、表格与演示
| 场景 | 工具 | 特点 |
|---|---|---|
| 演示文稿 | Gamma、SlidesAI | 从大纲一键生成成品 PPT，排版质量高 |
| 演示文稿 | WPS AI、Kimi PPT | 国内可用，中文模板全 |
| 表格分析 | 办公小浣熊，或聊天助手内置数据分析 | 上传 CSV 直接分析出图，详见上文两节 |
| 协作文档 | 腾讯文档 AI、Coda AI | 在写作场景内就地问答、润色、总结 |
| 可视化协作 | Miro AI | 白板内生成与整理思路，团队头脑风暴顺 |
9.3 会议与沟通
海外自动入会记录工具：Fireflies、tl;dv、Fathom，按说话人整理待办；国内会议转写方案见第 6 节。邮件方面，Gmail、Outlook 内置的回复建议已足够日常。
9.4 怎么选
办公 Agent 正在快速迭代，WorkBuddy、Kimi Work 这类"桌面执行型"是当前的主航道，选一个用熟即可。这一类工具替代的是"格式劳动"而非"思考劳动"，生成结果（尤其是数据和结论）必须自己过一遍再交付。
10. Agent 与自动化平台
10.1 解决什么
把 AI 从"一问一答"变成"自动完成多步任务"：定时监控、跨应用流转、批量处理。上一节的办公 Agent 是开箱即用的成品，本节覆盖需要自己搭建、开发与企业部署的场景，两类按需求选即可。
10.2 搭建平台（低代码）
自己动手编排 Agent 应用，不写代码或少量代码。
| 工具 | 特点 |
|---|---|
| 扣子（Coze） | 字节出品，零代码搭 Bot，一键发布到微信、飞书、抖音，3.0 支持多 Agent 协作 |
| Dify | 开源可私有化，数据自主可控，模型接入不受限，工作流编排能力全 |
| 百度千帆 AppBuilder | RAG 与知识库能力强，教育、法律、政务行业模板多 |
| FastGPT | 开源知识库问答专精，分段策略可视化调试 |
| n8n | 开源自动化编排，AI 节点丰富，可自部署 |
| Zapier + AI | 海量应用连接器，适合海外 SaaS 流程 |
10.3 开发者框架
构建自定义 Agent 系统的底层基础设施。
| 工具 | 特点 |
|---|---|
| OpenClaw | 开源桌面 Agent 框架，社区技能生态大，国产模型适配好 |
| LangGraph | 图状态机架构，生产成熟度高，适合复杂有状态工作流 |
| CrewAI | 多智能体协作设计直观，角色化上手快，适合原型验证 |
10.4 企业级平台
| 工具 | 特点 |
|---|---|
| 实在 Agent | 屏幕语义理解不依赖 API，可操作无接口的老系统，信创适配全 |
| 飞书 Aily | 飞书原生集成，员工零安装，多 Agent 组队 |
| 阿里云百炼 | 多模型调度，MCP 连接数据库/CRM/ERP，按量付费 |
| 腾讯云 ADP | 智能体编排 + 知识库 + 工作流一站式，衔接企业微信生态 |
10.5 云端挂机与 RPA
| 工具 | 特点 |
|---|---|
| JVS Claw | 阿里云出品，云端沙箱关机也能跑，适合 7×24 定时任务 |
| 天工 Skywork | 常驻云端，Agent 可进飞书、钉钉群协作 |
| 影刀 RPA | 个人社区版免费，低代码搭流程，适合固定规则的重复操作 |
| 来也科技 | 企业级 RPA 老牌，政务金融积累深，正向智能体流程自动化演进 |
10.6 怎么选
个人自动化从扣子或 n8n 起步；重视数据主权选 Dify 自部署；企业老系统自动化看实在 Agent；固定流程的重复点击用影刀。注意区分两类工具：Agent 是"大脑"（理解目标、自主规划），RPA 是"手脚"（按固定流程模拟操作），选型路径不同。Agent 类工具的执行结果必须有人工确认环节，尤其是涉及发消息、支付等不可逆操作。
11. 本地部署与开源生态
11.1 解决什么
隐私敏感数据不出本机、无网络环境使用、深度定制模型行为。这一节有明确的两层：运行工具（管理模型、提供界面）× 开放权重模型（真正跑起来的引擎），组合使用。
11.2 代表工具与模型
运行工具：
| 工具 | 特点 |
|---|---|
| Ollama | 一条命令拉起本地模型，生态最普及 |
| LM Studio | 图形界面管理本地模型，新手友好 |
| Open WebUI | 给本地模型套上 ChatGPT 式网页界面 |
开放权重模型：Llama（Meta）、Qwen（阿里，全尺寸覆盖）、DeepSeek（推理强）、Gemma（Google 轻量）。7B 级模型 16GB 内存可跑，追求质量选 32B 以上并确认显存充足。
11.3 怎么选
先问自己是否真的需要本地部署：没有强隐私要求，云端 API 更省心。确有需要，从 Ollama + Qwen 7B 起步体验，再决定投入硬件。
12. 一条选型主线
工具会不断更替，选型逻辑始终是同一条：
- 先明确任务：同一任务选一个顺手的，用熟比换新收益大。
- 从免费额度开始：确认真的高频使用，再付费。
- 警惕工具债：每个新工具都有学习成本，"收藏了等于会了"是错觉。
- 模型与工具分层看：模型决定上限，产品形态决定效率，接入质量决定稳定性——按第 1 节的两层视角分开评估。
- 接入方式要顺：需要 API 的场景（自用客户端对接、批量调用），关注平台的稳定性与文档质量，这也是本手册《接入实战》板块存在的意义。
下一步：编程是 AI 收益最高的场景，建议从《AI 编程工具怎么选》开始；已选定工具的直接进《接入实战》。
本页信息基于 2026 年 9 月的公开资料与行业榜单整理。AI 工具迭代快、价格变动频繁，实际功能与定价以各官网为准。