AI coding tool 類別 常被混成一大類，但實際上裡面包含不同工作流位置與不同導入門檻。這一頁先幫你理解分類，再決定要深入哪一款產品。
適合誰：需要理解 coding tools 類型差異，再決定導入路線的人
先看分類差異，再看品牌差異。
如果你還沒確定工作流位置，先看 category 頁通常比直接找單一產品更有效率。
先理解這個類別在解什麼問題
你會找 AI coding tool 類別，通常代表現在某個固定流程已經開始重複消耗時間。與其急著找單一產品，不如先看這個類別裡有哪些解法路線。
- 先看上下文位置：IDE 內、terminal、雲端 workspace 還是 PR review
- 再看工具是做補全、聊天、跨檔案代理，還是直接幫你跑任務
- 最後才比模型，因為工作流位置通常影響更大
怎麼把 category 頁用在選型上
最有效的方式不是一次把所有工具都試過，而是先用分類把選項縮到兩到三個，再拿真實任務驗證。這樣比較不會被功能清單牽著走。
- 先選你現在最常卡住的工作環節。
- 挑兩個不同路線的工具做 A/B 測試。
- 測完後記錄你願不願意長期沿用這套流程，而不是只看單次效果。
代表工具與適合對象
先從這幾款代表工具挑兩到三個做真實任務測試，通常最有效率。
Cursor
AI IDE 類代表
要在編輯器內完成規劃到改碼的一整套流程
若你只要補全，導入成本可能高於需求
GitHub Copilot
補全與企業導入代表
沿用既有 IDE 與團隊治理
若想要更重的 agent flow，會覺得它偏保守
Windsurf
任務導向 AI IDE 路線
想在對話 flow 中一路往下完成工作的人
團隊導入前要先做真實 repo 測試
Claude Code
terminal agent 類代表
需要 repo 級任務與較高自主性的開發者
沒有驗證流程時風險會放大
Replit
雲端原型類代表
快速做 demo、原型與輕量全端專案
大型既有專案的導入條件不同