> ## Documentation Index
> Fetch the complete documentation index at: https://felimet-hub.jmcores.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 01-7 2026 年 AI 工具地景

> 工具太多、更新太快，與其記住每個產品名，不如建立一張「以介面型態分類」的地圖，把任何新工具快速對位；本單元給你這張地圖，並標出截至 2026-05 的主要產品矩陣與正在收斂的跨工具標準。

export const LearnerPrimer = ({items = [], lang = "zh"}) => {
  const t = lang === "en" ? {
    title: "Before this unit, be honest with yourself",
    sub: "If you can't answer these, that gap is exactly what this unit closes."
  } : {
    title: "讀這個單元前，先誠實面對",
    sub: "這幾題答不出來，正是這個單元要替你補的洞。"
  };
  const css = `
  .lp-root{--lp-bg:#FAF7F1;--lp-surface:rgba(191,117,81,0.05);--lp-border:rgba(0,0,0,0.09);--lp-edge:rgba(191,117,81,0.42);--lp-text:#2b2722;--lp-dim:#6f6a62;--lp-accent:#bf7551;border:1px solid var(--lp-border);border-left:3px solid var(--lp-edge);border-radius:13px;background:var(--lp-bg);color:var(--lp-text);overflow:hidden;margin:1.25rem 0;}
  .dark .lp-root{--lp-bg:#1b1a18;--lp-surface:rgba(207,138,104,0.07);--lp-border:rgba(255,255,255,0.08);--lp-edge:rgba(207,138,104,0.5);--lp-text:#e7e3da;--lp-dim:#a8a299;--lp-accent:#cf8a68;}
  .lp-head{display:flex;align-items:center;gap:9px;padding:13px 18px 11px;border-bottom:1px solid var(--lp-border);background:var(--lp-surface);}
  .lp-ic{color:var(--lp-accent);flex-shrink:0;}
  .lp-htx{display:flex;flex-direction:column;gap:1px;min-width:0;}
  .lp-title{font-size:14px;font-weight:650;line-height:1.3;letter-spacing:.01em;}
  .lp-sub{font-size:12px;color:var(--lp-dim);line-height:1.4;}
  .lp-list{list-style:none;margin:0;padding:10px 18px 14px;display:flex;flex-direction:column;gap:0;}
  .lp-item{display:flex;align-items:baseline;gap:11px;padding:7px 0;font-size:14px;line-height:1.6;border-top:1px solid var(--lp-border);}
  .lp-item:first-child{border-top:none;}
  .lp-mark{flex-shrink:0;color:var(--lp-accent);font-size:13px;font-weight:700;line-height:1.55;font-variant-numeric:tabular-nums;opacity:.85;}
  .lp-q{flex:1 1 0;min-width:0;color:var(--lp-text);}
  @media (max-width:620px){.lp-head{padding:12px 14px 10px;}.lp-list{padding:8px 14px 12px;}}
  `;
  return <div className="lp-root">
      <style>{css}</style>
      <div className="lp-head">
        <svg className="lp-ic" xmlns="http://www.w3.org/2000/svg" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" strokeWidth="2" strokeLinecap="round" strokeLinejoin="round"><circle cx="12" cy="12" r="10" /><circle cx="12" cy="12" r="6" /><circle cx="12" cy="12" r="2" /></svg>
        <span className="lp-htx">
          <span className="lp-title">{t.title}</span>
          <span className="lp-sub">{t.sub}</span>
        </span>
      </div>
      <ul className="lp-list">
        {items.map((q, i) => <li className="lp-item" key={i}>
            <span className="lp-mark">{String(i + 1).padStart(2, "0")}</span>
            <span className="lp-q">{q}</span>
          </li>)}
      </ul>
    </div>;
};

<LearnerPrimer
  lang="zh"
  items={[
"用供應商記工具，記到死也記不完。",
"看到新工具先問「哪一型」，不是「多強」。",
"benchmark 排名第一，不代表在你的任務上更好。",
"Claude Cowork 不是 Claude Code，弄錯就找不到設定。",
"你跑整夜的 agent loop 用訂閱席位，是把它撐壞。",
"每兩週都有新工具發布，FOMO 不是技術選型理由。",
"看到 KOL 推就裝，他的工作流跟你不一樣。",
]}
/>

<Info>
  **這個單元解決什麼問題**

  工具太多、更新太快，與其記住每個產品名，不如建立一張「以介面型態分類」的地圖，把任何新工具快速對位。這個單元給你這張地圖，並標出截至 2026-05 的主要產品矩陣與正在收斂的跨工具標準。

  註：每個人都有自己一套對位方式，所以務必有自行決斷的能力。
</Info>

## 學習目標

* [ ] 能用「介面型態」（對話 / CLI 代理 / IDE 代理 / 桌面代理 / 雲端代理）分類任何 AI 工具。
* [ ] 能畫出四大供應商加 Cursor 的產品矩陣，並說出各自的定位。
* [ ] 能解釋 `AGENTS.md` 跨工具標準為何重要，以及它正在收斂什麼。
* [ ] 能分辨「訂閱制」與「API 計費」兩種使用模式的成本結構差異。

***

## 1. 以介面型態分類（核心地圖）

記產品名是徒勞的，這個領域每兩週就有新發布。真正穩定的是**介面型態**：模型透過什麼形式跟你互動、它能動到什麼、你在哪裡介入。先建立這張地圖，之後任何新工具進來，你只需要問「它是哪一型」，就知道它大概怎麼設定、風險在哪、跟你現有工作流怎麼接。

用兩個判準切：**人介入程度**（你每一步都要批准，還是派完任務就走）與**可動範圍**（它只能輸出文字，還是能讀寫你的檔案、執行指令、開 PR）。

| 型態     | 人介入程度    | 可動範圍      | 代表（截至 2026-05）                              |
| ------ | -------- | --------- | ------------------------------------------- |
| 對話助理   | 每一步都看著   | 僅文字輸出     | Claude.ai、ChatGPT、Gemini                    |
| CLI 代理 | 審批關卡     | 讀寫檔案、執行指令 | Claude Code、Codex CLI、Antigravity `agy` CLI |
| IDE 代理 | 編輯器內審批   | 工作區檔案     | Cursor、Antigravity、Copilot                  |
| 桌面代理   | 目標導向、少介入 | 本機檔案與應用   | Claude Cowork                               |
| 雲端代理   | 派任務後非同步  | 雲端沙箱、開 PR | Copilot coding agent、Codex cloud、Jules      |

<Tip>
  **型態決定風險面，不是品牌**

  同一個供應商會橫跨多型（OpenAI 有對話的 ChatGPT、CLI 的 Codex、雲端的 Codex cloud）。你該警覺的是**可動範圍**：對話助理最多給你錯資訊，CLI 與雲端代理能改你的檔案、跑你的指令、動你的 repo。可動範圍越大，前置設定（權限、沙箱、審批策略）越不能省，這條線貫穿 Part II 與 03-3。
</Tip>

## 2. 四大供應商產品矩陣（截至 2026-05）

把五型對到供應商，得到這張矩陣。重點不是背它，是看出「每家都在往多型擴張」這個趨勢，沒有哪家只做一型。

| 介面型態   | Anthropic Claude（主範本） | OpenAI       | Google                | GitHub / Microsoft   | Cursor(Anysphere) |
| ------ | --------------------- | ------------ | --------------------- | -------------------- | ----------------- |
| 對話助理   | Claude.ai             | ChatGPT      | Gemini                | Copilot Chat         | （內建 chat）         |
| CLI 代理 | Claude Code           | Codex CLI    | Antigravity `agy` CLI | Copilot CLI          | （無獨立 CLI）         |
| IDE 代理 | （透過 Claude Code / 擴充） | Codex IDE 擴充 | Antigravity IDE       | Copilot(VS Code)     | Cursor 本體         |
| 桌面代理   | Claude Cowork         | （無對等獨立產品）    | Antigravity 桌面 app    | （無對等獨立產品）            | （無）               |
| 雲端代理   | （Claude Code 雲端執行）    | Codex cloud  | Jules                 | Copilot coding agent | Background agents |

<Warning>
  **旗艦模型版本是最高時效的一欄，別背**

  模型代號換得比產品還快。截至 2026-05，Anthropic 旗艦為 Claude 4.x 家族（Opus 4.8 / Sonnet 4.6 / Haiku 4.5），Google Antigravity 2.0 以 Gemini 3.5 Flash 為底。OpenAI GPT 世代版本請以官方 changelog 為準。**判斷工具時看介面型態與設定機制，模型版本當作會浮動的參數，用時再查。**
</Warning>

兩個命名陷阱先講清楚（沿用 README 第 5 節的澄清）：

* **Claude Cowork ≠ Claude Code**。Cowork 是給知識工作者的桌面 agentic 產品（目標導向、動本機檔案與應用），Code 是給開發者的 CLI。兩者不同產品、不同介面型態。
* **Cursor 是第三方**。由 Anysphere 開發，不是任何一家模型供應商的自家產品，它接各家模型。

## 3. AGENTS.md：跨工具標準的崛起

過去每家工具有自己的專案規則檔：Claude 的 `CLAUDE.md`、Gemini 的 `GEMINI.md`、Cursor 的 `.cursor/rules/`、Copilot 的 `.github/copilot-instructions.md`，而 OpenAI Codex 用的是 `AGENTS.md`。你換工具，規則就得重寫一遍。這個碎片化正在收斂，收斂的方向正是 Codex 帶頭的那一份 `AGENTS.md`。

`AGENTS.md` 是一個開放的 Markdown 格式，用來給代理專案級的指令與脈絡（程式慣例、build 步驟、測試要求）。它源自 OpenAI Codex 的工具鏈，2025-08 釋出，到 2026 已被 60,000+ 開源專案與框架採用，包含 Codex、Cursor、GitHub Copilot、Jules、VS Code、Gemini CLI、Amp、Devin、Factory 等 \[1]。

治理面是它能成為標準的關鍵：`AGENTS.md` 於 2025-12 連同 MCP、goose 一起，捐進 Linux Foundation 旗下新成立的 **Agentic AI Foundation（AAIF）**，由 OpenAI、Anthropic、Block 共同創立，Google、Microsoft、AWS、Bloomberg、Cloudflare 等支持 \[1]。也就是說，幾家彼此競爭的供應商，把專案規則檔的標準交給了一個中立基金會託管，這是「不會被單一廠商綁架」的訊號。

<Tip>
  **對你的實際意義**

  趨勢是專案級規則從「每家一種檔名」往單一 `AGENTS.md` 收斂，跨工具遷移成本下降。但收斂未完成：各工具對 `AGENTS.md` 與自家專屬檔的**優先序**仍不同（Antigravity 視 `GEMINI.md` 為對 `AGENTS.md` 的覆寫/補充、未宣告嚴格優先序；Copilot 同時讀 `AGENTS.md` 與 `CLAUDE.md`/`GEMINI.md`、衝突時取捨非確定性；Cursor 把 `AGENTS.md` 當 `.mdc` 的簡化替代）。你現在的務實做法：新專案優先寫 `AGENTS.md` 放共通規則，工具專屬的少量差異再放各家專屬檔。各工具的精確優先序與檔名見 [02-6](/code-agent/configuration/other-tools-comparison)。
</Tip>

## 4. 訂閱制 vs API 計費

同一個模型，你用哪種帳單拿到，成本結構完全不同。混淆兩者，最直接的後果是：想跑整夜的自動化任務，卻用訂閱配額去撐，撞到時窗上限才發現任務中途中斷。

* **訂閱制**（ChatGPT Plus/Pro、Claude Pro/Max、Gemini AI Pro/Ultra 等）：固定月費，用量上限通常是滾動時窗（如每 5 小時、每週的訊息或 token 配額）。適合互動式、人在迴路的日常使用。撞到上限就得等時窗刷新。
* **API 計費**：按 token 計費（輸入 + 輸出分開計價），無互動式上限，適合自動化、批次、大量程式化呼叫。一個跑整夜的 agent loop 該用 API，不該用訂閱席位去硬撐。

<Note>
  **研究者的第三條路：本地推論**

  訂閱與 API 之外，把開源權重模型跑在自己的硬體上（vLLM、SGLang、llama.cpp）是第三個選項。代價是要自己維運與調校，換來的是兩件事：**成本**（一次性硬體投入取代持續的 token 帳單，大量推論時可能更划算）與**隱私**（敏感資料不出本機，不經第三方）。對處理未發表資料、受規範資料集的研究工作流，這條路的隱私屬性常常是決定性的，而非成本。三條路怎麼選，取決於你的用量曲線與資料敏感度，不是哪條「比較先進」。
</Note>

## 5. 如何持續追蹤地景（而非追星）

這個領域的資訊雜訊比極低，二手「年度盤點」「最強工具排行」多半是 SEO 內容農場或行銷觸及，不是給你決策用的。建立你自己的低噪訊管道：

* **訂官方一手來源**：各供應商的 changelog 與 release notes、官方工程部落格、Youtube。一手資訊比任何二手整理準、也快。
* **追蹤權威/具影響力人物**：如已知的 Anthropic 核心工程師的推文等等。
* **用分類地圖過濾**：看到新產品，先問「它是哪一型」，而不是「它有多強」。對位完，你就知道要不要進一步看。大多數新發布對你是不相關的，分類能讓你三秒篩掉。
* **把「值不值得投入」交給框架**：一個工具該不該花時間學，不看 star 數、不看別人推薦，看它對你的任務是否真有增益。也或是從高 star 數、他人推薦的項目中去提取或改成更適合自己的工具。這個判斷框架在 [03-2](/code-agent/judgment/beyond-github-stars)。

<Note>
  **用地圖對位一個你沒看過的工具：`agy`**

  2026-05 的 Google I/O 發布了 Antigravity 2.0，其中一個新東西叫 `agy`。假設你只看到這個名字，用地圖跑一遍：

  1. **哪一型**？它是 CLI（命令列叫用、用 Go 重寫求低記憶體與快啟動），所以是 **CLI 代理**那一列，可動範圍是讀寫檔案、執行指令。
  2. **取代了什麼**？它是 Gemini CLI 的接替者，Gemini CLI 於 2026-06-18 對 AI Pro/Ultra 停服 \[2]。所以如果你本來用 Gemini CLI，這是你的遷移目標。
  3. **設定大概長怎樣**？CLI 代理這型的共通設定面（規則檔、權限/沙箱、MCP）你在 Part II 都學過；Antigravity 體系的具體檔名（`~/.gemini/GEMINI.md`、工作區 `.agents/`、MCP 設定 `~/.gemini/config/mcp_config.json`）在 [02-6](/code-agent/configuration/other-tools-comparison)。
  4. **要不要投入**？看你是否在 Gemini 生態、是否需要它的平行子代理。判斷框架走 [03-2](/code-agent/judgment/beyond-github-stars)。

  整個對位後，你用一張不變的地圖把一個會變的產品放進了已知座標。這就是這個單元的全部重點。
</Note>

## 常見誤區

<Warning>
  **反模式清單**

  * **用供應商記工具**：「OpenAI 的那個」「Google 的那個」記不完也對應不上，因為每家都橫跨多型。用介面型態記，地圖才穩定。
  * **把 benchmark 排名當「對我的任務更好」**：排行榜測的是平均任務，不是你的任務。某模型在 leaderboard 第一，不代表在你的領域、你的工作流裡更好用。判斷見 [03-2](/code-agent/judgment/beyond-github-stars)。
  * **追每一個新發布**：每個新工具都有遷移成本與學習成本。看到新東西先用地圖對位、再問「它解決我哪個現有痛點」，沒有就跳過。FOMO 不是技術選型理由。
  * **以為 `AGENTS.md` 已經是一統標準**：收斂在進行中但未完成，各工具優先序不同。把它當「共通層」用，但別假設行為到處一致。
</Warning>

## 自我檢核

<Check>
  **通過本單元的標準**

  1. 拿一個你沒用過的工具名，你能在 30 秒內說出它屬於哪一型、可動範圍多大、設定大概長怎樣嗎？
  2. 你能說出 Claude Cowork 與 Claude Code 的差異、以及為什麼 Cursor 不算「某家供應商的自家工具」嗎？
  3. 你能解釋 `AGENTS.md` 收斂的是什麼、以及它由誰治理、為什麼這件事重要嗎？
  4. 一個要跑整夜的自動化任務，你會用訂閱席位還是 API？為什麼？
</Check>

## 來源與延伸閱讀

快變動事實標註截至 2026-05；模型版本與產品細節以官方 changelog 為準。

<div className="references">
  * \[1] Linux Foundation, "Announces the Formation of the Agentic AI Foundation (AAIF)... AGENTS.md"（治理、創始成員、首批專案），2025. [https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation](https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation) ；標準站 [https://agents.md](https://agents.md) （截至 2026-05）
  * \[2] Google Developers Blog, "Transitioning Gemini CLI to Antigravity CLI"（`agy`、Gemini CLI 停服日）與 "Google I/O 2026 developer highlights: Antigravity"（2.0 五面平台、I/O 2026 發布），2026. [https://developers.googleblog.com/an-important-update-transitioning-gemini-cli-to-antigravity-cli/](https://developers.googleblog.com/an-important-update-transitioning-gemini-cli-to-antigravity-cli/) ；[https://blog.google/innovation-and-ai/technology/developers-tools/google-io-2026-developer-highlights/](https://blog.google/innovation-and-ai/technology/developers-tools/google-io-2026-developer-highlights/) （截至 2026-05）
</div>

* 各供應商產品與設定細節、模型版本：Anthropic [https://www.anthropic.com](https://www.anthropic.com) 、OpenAI [https://help.openai.com](https://help.openai.com) 與 [https://developers.openai.com/codex](https://developers.openai.com/codex) 、Google [https://support.google.com/gemini](https://support.google.com/gemini) 與 [https://ai.google.dev](https://ai.google.dev) 、GitHub [https://docs.github.com/copilot](https://docs.github.com/copilot) 、Cursor [https://cursor.com/docs](https://cursor.com/docs) （截至 2026-05，逐項以官方頁為準）。
* 銜接：[02-1 設定的層級模型](/code-agent/configuration/config-layer-model)、[02-6 各工具設定對照](/code-agent/configuration/other-tools-comparison)、[03-2 跳脫 star 數的評估框架](/code-agent/judgment/beyond-github-stars)。
