經過前四天的 AI 開發方法論探討，今天讓我們回到實戰面：選擇合適的 AI 開發工具。2025 年的 AI 開發工具市場已經從百家爭鳴進入了「御三家」主導的格局，每家都有其獨特的定位和使用場景。
在 AI-DLC Sprint 的實踐中，選對工具能讓你的開發效率提升 3–10 倍。但更重要的是，不同工具適合不同的開發場景：
2025 年 5 月，OpenAI 推出 Codex 的研究預覽版：一個基於雲端的軟體工程代理，可以並行處理多項任務。
核心能力
最適合的使用場景
| 場景 | 具體應用 | 為什麼適合 |
|---|---|---|
| 大規模重構 | 升級框架版本、程式碼現代化 | 能自主處理整個程式碼庫的變更 |
| 測試覆蓋提升 | 為遺留程式碼補充測試 | 能理解程式碼並生成完整測試 |
| 文檔生成 | API 文檔、技術文件 | 能分析程式碼並生成準確文檔 |
| Bug 修復 | 複雜的跨檔案 bug | 能追蹤問題根源並提出修復方案 |
| 背景任務 | 程式碼優化、安全掃描 | 可長時間自主執行 |
實戰案例
上週筆者用 Codex 處理一個 Node.js 專案的重構。我只給了它一個簡單的指令，它就：
整個過程筆者只需要最後 review，節省了至少 8 小時的手動工作。
Claude Code 提供接近原始模型的使用體驗，不強制特定工作流程，並整合 GitHub、GitLab 與命令列工具，能處理從讀 issue、寫程式、跑測試到送 PR 的流程。
核心能力
最適合的使用場景
| 場景 | 具體應用 | 為什麼適合 |
|---|---|---|
| 架構設計 | 系統設計、技術選型 | 深度理解需求，提供全面設計方案 |
| 程式碼審查 | 深度 Code Review | 能發現潛在問題並解釋原因 |
| 複雜 Debug | 難以定位的問題 | 強大推理能力找出原因 |
| 知識轉移 | 理解遺留程式碼 | 能解釋複雜業務邏輯 |
| TDD 開發 | 測試驅動開發 | 與 Agent 結合更強 |
實戰案例
最近回溫一下很久以前的系統，筆者用 Claude Code 分析整個程式碼庫。它不只是列出函式和類別，而是理解了業務邏輯，甚至推斷出隱含設計模式，讓筆者在一天內就重新掌握系統並且還增加了一些功能。
Gemini Code Assist 不只是一個工具，而是一個完整的開發平台。Agent Mode 支援複雜多步任務，Enterprise 版支援私有程式碼庫與合規需求，並與 Google Cloud 生態系整合。
最適合的使用場景
| 場景 | 具體應用 | 為什麼適合 |
|---|---|---|
| 雲端開發 | Google Cloud 應用 | 原生整合 GCP 服務 |
| 企業應用 | 內部系統開發 | 支援私有程式碼庫 |
| 團隊協作 | 大型專案開發 | 完整權限管理與協作功能 |
| 全端開發 | 前後端跨層任務 | Agent Mode 可處理多檔多步 |
| 資料工程 | BigQuery、資料管線 | 與 Google 資料工具深度整合 |
實戰案例
團隊最近需要重構功能（model/view/controller）。我用 Agent Mode 描述需求，它自動規劃修改方案，涵蓋資料庫遷移、API 更新與前端調整，像一位資深工程師在協作。
御三家並非互斥，實務上經常互補搭配使用，建議可以同時使用
不只是加了 AI 的編輯器，而是從零為 AI 設計的 IDE。
核心優勢與使用場景
| 功能特色 | 最佳使用場景 | 實際效果 |
|---|---|---|
| 智慧補全 | 日常開發、快速開發 | 對上下文的把握更佳 |
| 多檔案編輯 | 跨檔案重構 | 一次修改相關檔案 |
| Agent Mode | 複雜功能開發 | 自主完成多步任務 |
| 程式碼對話 | 即時問答、學習新技術 | 像有導師隨時在旁 |
| 模型切換 | 依任務選擇 AI | 輕任務快模、重任務強模 |
實戰技巧
.cursorrules 定義專案規範Cmd+K 進行區塊編輯雖然不是最新潮，但在許多場景仍然是最佳選擇。
最適合的場景
| 工具 | 最佳使用場景 | 獨特優勢 |
|---|---|---|
| v0.dev | MVP、Landing Page | 以自然語言快速生成高品質 React 介面 |
| Bolt.new | 全端原型 | 同步產出前後端程式碼 |
| Lovable | UI 密集應用 | 設計導向流程，快速迭代 |
| 工具 | 最佳使用場景 | 核心價值 |
|---|---|---|
| Qodo | 測試覆蓋提升 | 自動生成高品質測試案例 |
| Pieces | 程式碼片段管理 | 在地 AI、重視隱私 |
| Continue | 開源專案 | 可自訂 AI 助手與流程 |
| 工具 | 專注領域 | 為什麼選它 |
|---|---|---|
| Tabnine | 企業 Java 開發 | 支援企業級 Java 框架 |
| CodeWP | WordPress 開發 | 專為 WP 優化 |
| Android Studio Gemini | Android 開發 | 原生整合 Android 流程 |
需求特點：快速迭代、成本敏感、全端開發
推薦組合
工作流程
構思 → Claude 討論可行性
↓
原型 → v0.dev 快速生成 UI
↓
開發 → Cursor 實作功能
↓
優化 → Claude Code 程式碼審查
需求特點：快速驗證、團隊協作、需要彈性
推薦組合
需求特點：安全合規、程式碼品質、團隊規模大
推薦組合
不同工具有不同強項，組合使用更有威力。
深度 + 廣度
自動化 + 控制
完整開發週期的工具應用
| 階段 | 主要任務 | 推薦工具 | 原因 |
|---|---|---|---|
| 規劃 | 需求分析、架構設計 | Claude | 深度理解與推理 |
| 原型 | UI/UX 設計、快速驗證 | v0.dev, Bolt.new | 視覺化快速迭代 |
| 開發 | 實作、功能開發 | Cursor, Copilot | 高效程式碼生成 |
| 測試 | 單元與整合測試 | Qodo, Codex | 自動化測試生成 |
| 部署 | CI/CD、監控設置 | Gemini, Codex | 雲端整合能力 |
| 維護 | Bug 修復、效能優化 | Claude Code | 深度分析能力 |
問自己幾個問題：
選一個主力工具，深度使用 2–4 週：
根據痛點補齊：
2025 年的 AI 開發工具已經足夠強大，關鍵在於善用它們。記住：
選擇工具不是終點，而是起點；真正的價值在於你用它們創造了什麼。接下來會探討如何設定與優化 AI 開發環境，以及如何掌握 Prompt Engineering 的精髓。
這幾天筆者正在參加 TBW 2025 & PyCon 2025，忙到翻掉，明天應該會中場休息分享一個酷東西，最近討論度很高而且實際用起來個人覺得是 MVP 的超級利器
iThome鐵人賽
看影片追技術