开发者总结2026年日常使用的AI工具

一年多前，我写过一篇《我用 AI 的所有方式》。自那以后，AI 领域发生了很多事，所以在这篇文章里，我将总结 2026 年 11 月的我如何使用 AI。作为背景，我是一名软件开发者，如今主要用 Kotlin 和 Next.js 写代码（和去年一样）。 （这篇文章我没有用 AI 来写。我确实让 AI 帮我找过拼写错误和建议，但所有文字都是我自己写的。） 大致按使用频率从高到低排列，以下是我现在使用的工具： 在公司，我们目前只被允许通过 GitHub Copilot 使用 AI 模型（它同时包含 OpenAI 的模型和 Anthropic 的模型）。我主要把它放在 cplt 沙箱里使用，那是一个用来运行 agent 的沙箱。 我如何用 AI 写代码值得单独写一篇文章，所以这里只列几个我在编码方面喜欢的用法要点： 我不喜欢让 AI 写文档。读 AI 写的文字不知为何非常费神。它会生造短语，还会过度使用另一些短语（“gate”、“不是这个，而是那个”等等）。 最近我还通过 agent-shell 来使用它，这是一个设计得非常好的 Emacs 包，可以让人直接在 Emacs 里使用 agent（由于可以指定启动 ACP 服务器的命令，它仍然能在 cplt 沙箱中运行）。 （实际上——在 AI 的帮助下，配置 Emacs 变得容易多了！） 它在各种事情上都很方便，从做饭（“我有这些食材，有什么建议？”）到帮我买新电脑（“我在考虑弄一台家用服务器，我需要什么？”）。我承认我问过它几个健康问题，但之后我总会要求它用同行评审的来源来支撑其说法。 我仍然用 Raycast 作为 Spotlight 的替代品（不过我在考虑用 tinycast 替换它，那是一个更小的开源替代品）。如果我有一个非常快的问题，我可以按 ⌥+SPACE TAB，然后在那里读答案1。所以我基本上只用它来做小的聊天。 我以前真的很不喜欢 Google 把 AI 搜索结果推给用户，但结果这其实相当不错。对于快速搜索，直接和搜索结果对话往往更快。最大的缺点是，它经常把 Facebook 帖子和 Instagram 视频列为说法的来源，所以不要立刻相信它。 AI 可能因很多原因带来问题，我认为有意识地使用将在此后极其重要（就像对待社交媒体一样）。我们必须学会对抗让 agent 解决每个问题的冲动——有时候我们的理解本身就是目标（而不是快速解决方案）。 把思考 and 解决问题外包出去可能并不健康。技能和知识如果不用就会萎缩2。就我个人而言，我尽量在业余项目中避免使用 AI，主要因为乐趣和学习都消失了（不过我确实有一个完全 vibe-coded 的业余项目）。 当文本如此廉价时，我们最终会产出大量文本。想到一个几乎所有文本都由 AI 生产和阅读的未来，令人恐惧。人类在图中处于什么位置？ 我还没试过像 OpenClaw 这样的工具来自动化我生活中的一切，但我猜我迟早会试（等它们足够可靠的时候，也许吧）。 尝试拥有一个常驻 agent 会很有趣。在工作中，它可以用于对生产环境中发生的事情做出反应，或者对评审评论做出反应，例如。 最后，我对一年后的 AI 格局感到兴奋（它们中有任何一家盈利了吗？） 我还没安装 Raycast v2，据说它有很多变化。 ↩ Addy Osmani 的这篇文章很值得一读。 ↩