← 返回全部文章

AI 编程 Agent 横评:IDE、命令行、云端自主执行与研究型 Agent

不少盘点会把聊天机器人、编辑器插件和自主执行工具混在一份名单里。AgentRank 是主流 Agent 产品的评测目录,有综合分,也有首页上的编辑推荐顺序。本文是这份目录的阅读指南:只用本站已有的评分和评测,把当前短名单对到编程 IDE Agent、命令行/终端 Agent、云端自主执行,以及研究型 Agent。

这不是一套新的基准测试,也不会另起一份排名。方法就是 About 和AgentRank 如何为主流 Agent 评分和排名里已经写过的:综合分(0–100)由能力、稳定性、生态和性价比合成;编辑排名是首页推荐顺序。本文不会补充那些页面没有公布的权重。AgentRank 与下文提到的厂商没有从属关系。以下数字是 AgentRank 目录评分(每条的 lastUpdated 均为 2026-11-19)。

目录里的编程 Agent 怎么分:IDE 和命令行

目录用 ide 标签标记编辑器内的编程 Agent。当前编程 Agent 的默认选择是 Cursor(第 1,综合分 94)。官方 Cursor 文档把它写成用来理解代码库并交付功能的 coding agent,这与目录里「Agent 和 IDE 在同一界面」的判断一致。产品官网:cursor.com。

同属 IDE 标签的还有 GitHub Copilot(第 4,综合分 90),目录认为它适合作为 GitHub 原生团队的默认助手,与仓库、PR 和 Actions 贴得最近(产品页);Windsurf(第 6,综合分 85),形态接近 Cursor,评测更强调速度(windsurf.com);以及 Trae(第 10,综合分 81),字节跳动的 AI IDE,目录提到中文产品体验和从想法到可运行应用的速度(trae.ai)。

目录里偏命令行的编程 Agent 是 Claude Code(第 2,综合分 93),标签是 cli 而不是 ide。Anthropic 的 How Claude Code works 把它写成在终端里运行的 agentic assistant:收集上下文、采取行动、再验证结果,这与目录概括的改仓库、跑测试修到绿是同一类循环。产品页:Claude Code。只使用本目录评分的对照,见用 AgentRank 评分对比 Cursor 与 Claude Code。

如果想要可自托管的 VS Code Agent,而不是托管 IDE,短名单里有 Cline(第 9,综合分 82),标签是 opensource。官网:cline.bot。

云端自主执行

有四款产品带 autonomous 标签。它们更接近远程同事,而不是本地编辑器插件。

ChatGPT Agent(第 3,综合分 89)是通用 Agent,面向知识工作,不只写代码(chatgpt.com)。Devin(第 5,综合分 86)是 Cognition 的自主软件工程师:在云端环境里把 Issue 做到 PR,目录称之为「远程同事,而不是插件」。Cognition 的 Introducing Devin 文档把它写成能编写、运行并测试代码的自主 AI 软件工程师。产品官网:devin.ai。Manus(第 7,综合分 84)是通用云端执行者,适合研究、表格和文稿;目录写明它不是主编程 IDE(manus.im)。Replit Agent(第 12,综合分 78)能把自然语言变成带托管的可运行应用;目录把它限定在原型和教学,而不是复杂的存量系统(replit.com)。

综合分更高,并不自动等于首页推荐位置更靠前:Copilot 综合分 90、排名第 4;ChatGPT Agent 综合分 89、排名第 3。两个数字都按 About 页的定义来用,先读评测再做决定。

研究型 Agent 和编程 Agent 怎么选

如果任务是可核实的调研,而不是改仓库,应该先看 research 标签,而不是编程 IDE 名单。

Perplexity(第 11,综合分 80)是目录里以引用为核心的研究型 Agent。评测写得很明确:不要把它当编程 Agent 用;先用它做研究层,再把结论交给编程 Agent。官网:perplexity.ai。Gemini(第 8,综合分 83)的标签是 general 和 research。目录肯定它与 Workspace 的检索结合,同时说明做仓库级修改时,仍应搭配专门的编程 Agent。官网:gemini.google.com。

这就是这次横评里实际的分工:编程 IDE 和 Claude Code 负责改仓库;研究型 Agent 帮你决定改什么;自主执行则接手一项边界清楚的任务,尝试在云端做完。

怎么从短名单里选

从 AgentRank 首页出发,打开与任务匹配的产品页,而不只看最高分。若要在编辑器里闭环,从 Cursor 开始;若要在终端里跑测试修到绿,从 Claude Code 开始;若要把排队的 Issue 做到 PR,看 Devin;若先要带引用的调研,看 Perplexity。

综合分用来在本目录内部比较。它不是外部实验室基准,AgentRank 也不是安装包市场。