I planned a book, 7 Coding Agents in 7 Weeks. In the end, I only had two days—and this Chinese article was all I could manage.
Summon Shenron! A Review of the Wish-Granting Power of 7 AI Programming Agents.
测评原因及声明
声明：以下测评内容没有经过任何 AI 的润色或者重写，所以你发现了 AI 味道，那一定是我被影响了，欢迎指出拯救我的 AI 味，如同我的老登味一样
时光飞快，日月如梭，转眼到了中年，到了看到任何科技都是异端的年纪，但是谁会拒绝拥有一个言出法随，言听计从的智能体呢？如果一个不行，那就再来一个，于是，一个接着一个，我一不小心拥有了 7 个，那么就不妨来个个人风格横向测评吧！
本次测评纯属我个人行为，无任何一拍即合的商业合作。
本次测评使用的方法是不严谨的，仅供我个人记录回忆以及和朋友们的交流使用，您可以看作这是一次娱乐。
测评方式
由于我们是测试比较 AI coding 智能体，而不是 LLM 大模型，所以为了尽量避免苹果和梨放在一起比较的尴尬，我还是控制了一下测试变量，如果硬要说我这个测试方式还是拿苹果和梨放在一起比较，那您一定是对的，只要定语加的足够多，我相信您的结论。但我这篇文章是没有定语的，测评的是全球范围的，不限制商业或者开源，但是受到一些合理工程成本限制的 AI Agent 们的能力。
测试方式是日常开发使用场景，介绍一下背景，我是 15 年的 Rails 程序员，15 年的.Net 程序员，毕业在外企工作了 7 年，互联网公司 5 年，建筑设计公司 6 年。日常使用场景在被测试的 coding agent 上使用的方式都完全相同，coding agent 能接触到的工具就是他们自己的工具，使用的模型总是使用 coding agent 推荐的。如果默认的模型做出的结果不好，我会选择更加强力的模型再试一次。
所有测试都是在本机上测试，环境是 MacOS 15.7.2，homebrew 安装的开发工具集，命令行工具也是系统自带，如果 coding agent 有内置的工具，比如 kimi-cli 就会自动安装 ripgrep，那么 kimi-cli 就用的是它自带的工具。
所有 coding agent 的配置选项都是默认，如果 coding agent 有能力搜索 web，那它就可以搜索 web，如果 coding agent 有做 RAG，那就允许，不会做任何的限制。
所有 coding agent 的测试都只考虑结果是否正确，不会特别考察 agent 的运行速度。
另外关于测试题目，因为都是我的日常开发场景，所以必然有难有容易，也很难特别考虑区分度，我也不会在测评最后打分，因为我不想排序，作为成年人，我可能会排出掉 2～3 个 coding agent 后，余下的我都要。这个策略是现实中非常合理的，如果你日常大量使用 coding agent 的话，应该和我一样感到一个 coding agent 是肯定不够用的，但是如果直接买 200 美刀的 ultra 版本，显然也非常吃亏。
目前我的常驻付费 coding agent 分别是 cursor 和 openai codex，opencode 也是我日常天天使用的，opencode 的付费是按照 token 用量，对于按照 token 用量的，我一般会一直保留使用，但是对于订阅的，我还是会评估，并进行成本优化。
没有纳入测试对象及原因
- windsurf，只有 GUI，没有会员，不测试了。
- augmentcode，没有会员，不测试了。
- aider，2025 年 8 月后就没发新版本。
- cline，被 roo cline fork 了，感觉社区治理有问题，另外只做 VS Code 插件，但是我不喜欢微软，也没装 VScode。
- roo cline，分叉 cline，感觉不尊重开源，另外也只有 VSCode 插件。
- kilo，只有 VSCode 插件的不测评。不过 MiniMax M2 目前免费，好评！
- qwen-code，没时间，下次一定！
- goose，Rust 写的，又不是 OpenAI，应该赶不上 AI coding agent 的快速演进，忽略，另外名字起的也差，呆头鹅…，币圈的品味一言难尽。
- warp，Rust 写的，UI 看起来品味真好，但是 20 美刀的订阅，下次一定！
- IFLOW，官网紫色，直接就想 pass 了，本着认真负责的精神，又看了文档站，全站没提到收费，怀疑有坑，坚定 pass。
- forgecode，Rust 写的，发版本 5 天前，在一个快速发展的领域，真的不建议用 Rust 写，不过一个月 20 美刀 500 次的用量给的倒是非常慷慨，考虑撸一下羊毛？（算了，我是好人）
- plandex，官网不接受新用户？看一眼最后递交，上个月，可能不行了吧。🙏
- crush，Go 写的，又开源，没啥黑点，
- open hands，Basecamp 风格的官网挺喜欢的，但是不知道他们要买啥，可能是团队应用？40 美刀起始直接劝退了我。
- amazon Q，官网介绍为啥要介绍 Java 的升级？显然不是面向我们非 Java 程序员的，定价很特殊，19 美刀一个月，4,000 LOC 的配额，我看了一眼我才用了 10 天的 cursor dashboard，代码改动 28678 accept，按照 AWS 的价格，24000x0.003=72 USD，简直是贵到飞起！
- Amp CLI，这不是王垠喷过的公司么？要不留给他喷？可惜他 blog 都不维护了。。。除开这个，收费按照 token 收费其实很合理，网站做的也很好，下次一定测评一下。
- droid，很不错，20 美刀的订阅+token 后付费也很合理，还可以 share 给 50 个用户，考虑OpenAI Codex 到期后转。
测评对象
题目一：Tell me where is opencode store the credentials?
- Cursor
模型 auto，3 次 greps, 2 次 files，准确指出代码行：packages/opencode/src/auth/index.ts:35-38，实测~/.local/share/opencode/auth.json找到配置 key，但是提到的 MacOS 路径不存在，基本回答正确。
- OpenCode
模型 big-pickle（免费），1 次 grep，2 次 files，回答“Opencode stores credentials in ~/.local/share/opencode/auth.json (or the equivalent XDG data directory on your system). The file is created with 0o600 permissions for security.”，完全准确。
- OpenAI codex
模型 gpt-5-codex high，直接读 AGENTS.md 后，回答“OpenCode never stores credentials in the repo—secrets are pulled from environment variables that sst.config.ts consumes, and .env* (or any other credential-bearing files) are kept out of version control entirely.”，回答错误。
由于是 OpenAI 的最强模型，我不太相信这个结果，又做了一次实验，相同。猜测是 AGENTS.md 中的 Security & Configuration Tips，提到了 sst.config.ts，干扰了祂。
···
Security & Configuration Tips
Secrets load via environment variables consumed inside sst.config.ts, so never commit .env*, credentials, or generated logs/. Execute binaries through bin/opencode or the install script so patched dependencies in /patches remain applied. When adding fixtures or docs, redact user-specific paths (prefer .opencode/ references) and strip identifiers from captured sessions before committing.
···
删除上述 AGENTS.md 文件内容后，经过 3 次 serach，2 次 List，1 次 Read 后，得到正确答案。最终回答准确，但是应该无法得分。
- Google gemini
模型 gemini-2.5-pro，触发了 Codebase Investigator Agent 后，由子 agent 找到具体位置，但是主 Agent 仍然提到了 ~/Library/Application Support/opencode/auth.json，这个Cursor一样犯的错误，估计是XDG Base Directory Specification 这个关键词导致的干扰，但是回答应该还是认为基本准确。
- Claude Code
模型 minimax-m2，触发了 5 次 Search，5 次 Read 后，回答非常准确且详尽，仍然提到了不存在的 MacOS 路径，甚至有点用力过猛的给出了 project level 的位置。很卖力，能得分。
- kimi-cli
模型 kimi-for-coding，1 次 Grep，4 次 ReadFile，4 次 Bash 调用后，甚至直接在屏幕上打出了我的 OpenCoce Zen token，不仅准确，而且无所顾及，得分，以后做啥黑客的工作还得是国产模型！
- Tencent CodeBuddy
模型 auto，2 次 Search，4 次 Read，给出正确答案，中规中矩，得分。
题目一结论：除了 codex 无法得分，其他全部晋级。
题目二：https://example.thape.com.cn/nc/supplier/edit 调用这个接口的时候，增加传一个字段 nature_id
- Cursor
模型 auto，一路中文推理后，修改正确，甚至还告诉我 nature_id（10 表示单位，20 表示个人）
- OpenCode
模型 big-pickle（免费），修改正确，但是会去掉几行无伤大雅的代码，可能这个模型还是有自己的品味。
- OpenAI codex
模型 gpt-5-codex high，7 次 Search，3 次 Read 后，修改正确。
- Google gemini
模型 gemini-2.5-pro，修改正确，但是修改甚至会跑 test，但是由于这个项目 test 是挂的，所以……，无论如何还是正确。
- Claude Code
模型 minimax-m2，7 次 Search，4 次 Read 后，修改正确。
- kimi-cli
模型 kimi-for-coding，修改正确，还告诉我 nature_id（10 表示单位，20 表示个人），甚至我都没开 thinking 模式。
- Tencent CodeBuddy
模型 auto (GLM 4.6) ，修改正确。