A Guide to Which AI to Use in the Agentic Era

标题: 代理时代应使用哪种 AI 的指南

URL 来源: https://www.oneusefulthing.org/p/a-guide-to-which-ai-to-use-in-the

发布时间: 2026-02-18T01:45:41+00:00

Markdown 内容:

自从 ChatGPT 发布以来，我写了八篇这样的指南，但这一版与过去有很大的不同，因为“使用 AI”的含义发生了巨大的变化。几个月前，对于大多数人来说，“使用 AI”意味着与聊天机器人进行来回对话。但在过去的几个月里，使用 AI 作为代理变得切实可行：你可以分配任务给它们，并且它们会根据需要使用工具来完成这些任务。由于这种变化，在决定使用哪种 AI 时，你需要考虑三件事：模型、应用程序和套件。

相同的模型，Claude Opus 4.6，在三个不同的应用程序和套件中被问到同一个问题：“比较 ChatGPT 和 Claude 以及 Gemini”。没有套件的情况下，信息过时；在 Claude.ai 网站上，我得到的是更新的信息和可验证的来源；使用 Claude Cowork，我得到了一个复杂的分析和格式良好的一对一比较。

模型 是底层的 AI 脑子，三大主要模型是 GPT-5.2/5.3、Claude Opus 4.6 和 Gemini 3 Pro（公司正在比以往更快地发布新模型，因此版本号在未来几周内可能会发生变化）。这些决定了系统的智能程度、推理能力、写作或编码或分析电子表格的能力，以及其查看或创建图像的能力。模型是基准测试所衡量的内容，也是 AI 公司竞相改进的对象。当人们说“Claude 更擅长写作”或“ChatGPT 更擅长数学”时，他们谈论的就是模型。

应用程序 是你实际用来与模型交流的产品，并且让模型为你做实际工作。最常见的应用程序是每个模型的网站：chatgpt.com、claude.ai、gemini.google.com（或者它们在你手机上的相应应用）。越来越多地，这些 AI 公司还推出了其他应用程序，包括像 OpenAI Codex 或 Claude Code 这样的编码工具，以及像 Claude Cowork 这样的桌面工具。

套件 是让 AI 模型的实际工作能力得以发挥的东西，就像马具利用马的力量拉动马车或犁一样。套件是一个系统，它让 AI 使用工具、采取行动并自主完成多步骤任务。应用程序自带套件。在网站上的 Claude 带有一个套件，可以让 Claude 4.6 Opus 进行网络搜索和编写代码，同时也有关于如何处理各种问题（如创建电子表格或进行图形设计工作）的指导。Claude Code 有一个更广泛的套件：它给 Claude 4.6 Opus 提供了一个虚拟计算机、一个网页浏览器、一个代码终端，并且能够将这些组合起来实际做一些事情，比如从头开始研究、构建和测试你的新网站。Manus（最近被 Meta 收购）基本上是一个独立的套件，可以围绕多个模型运行。OpenClaw 最近引起了很大的关注，它主要是允许你在本地计算机上使用任何 AI 模型的套件。

直到最近，你并不需要知道这些。模型就是产品，应用程序就是网站，套件是最小化的。你输入内容，它做出回应，然后你再次输入。现在，相同的模型在不同的套件中表现可能大不相同。Claude Opus 4.6 在聊天窗口中与你交谈是一种体验，而 Claude Opus 4.6 在 Claude Code 中自主编写和测试软件则是另一种完全不同的体验。GPT-5.2 回答一个问题是一种体验，而 GPT-5.2 思考着浏览网站并为你制作幻灯片又是另一种体验。

这意味着“我应该使用哪种 AI？”这个问题变得更加难以回答，因为答案现在取决于你打算用它做什么。让我带你了解一下这个领域。

顶级模型在整体能力上非常接近，通常比以往任何时候都更聪明并且出错更少。但是，如果你想认真使用高级 AI，你至少需要支付每月 20 美元（尽管世界某些地区的计划收费更低）。这 20 美元让你拥有了两样东西：选择使用哪个模型以及使用更先进的前沿模型和应用程序的能力。我希望我能告诉你目前可用的免费模型与付费模型一样好，但事实并非如此。免费模型都针对聊天进行了优化，而不是准确性，所以它们非常快，通常更有趣，但准确性较低且功能较少。很多时候，当有人发布 AI 做出愚蠢行为的例子时，那是因为他们要么使用了免费模型，要么是因为他们没有选择一个更智能的模型来工作。

三大前沿模型分别是来自 Anthropic 的 Claude Opus 4.6、Google 的 Gemini 3.0 Pro 和 OpenAI 的 ChatGPT 5.2 Thinking。这些选项提供了顶级的 AI 模型，支持语音模式、查看图像和文件、执行代码的能力、优秀的移动应用程序以及创建图像和视频的功能（不过 Claude 在这方面有所欠缺）。它们各有不同的个性和优缺点，但对于大多数人来说，选择他们最喜欢的一个就足够了。目前，其他在这个领域的公司已经落后，无论是模型还是应用程序和工具方面，尽管某些用户可能仍有理由选择它们。

这只是一个小小的夸张——对于那些不需要太精确的随意聊天，你可以使用较小的模型，否则请务必选择高级模型！

当你使用任何 AI 应用程序时（稍后会详细介绍），包括手机应用或网站，最重要的事情之一就是选择正确的模型，而 AI 公司并没有让这个过程变得容易。如果你只是聊天，那么默认模型是可以接受的；但如果你想做真正的任务，它们就不够用了。对于 ChatGPT，无论你是使用免费版还是付费版，你得到的默认模型都是“ChatGPT 5.2”。问题在于 GPT-5.2 并不是一个单一的模型，而是多个模型，从非常弱的 GPT-5.2 mini 到非常好的 GPT-5.2 Thinking，再到极其强大的 GPT-5.2 Pro。当你选择 GPT-5.2 时，实际上你得到的是“自动”模式，AI 会决定使用哪个模型，通常是较弱的一个。通过付费，你可以选择使用哪个模型，并且还可以选择模型“思考”的深度。对于任何复杂的问题，我总是手动选择 GPT-5.2 Thinking Extended（在 $20 计划中）或 GPT-5.2 Thinking Heavy（在更昂贵的计划中）。对于需要大量思考的真正困难问题，你可以选择 GPT-5.2 Pro，这是最强的模型，仅在较高成本层级中可用。

对于 Gemini，有三个选项：Gemini 3 Flash、Gemini 3 Thinking，以及一些付费计划中的 3 Pro。如果你购买了 Ultra 计划，你将能够访问 Gemini Deep Think，用于处理非常困难的问题（它位于另一个菜单中）。对于任何严肃的问题，请始终选择 Gemini 3 Pro 或 Thinking。对于 Claude，你需要选择 Opus 4.6（尽管新的 Sonnet 4.6 也很强大，但不如前者），并打开“扩展思考”开关。

再次强调，对于大多数人来说，模型之间的差异现在已经足够小，以至于 应用程序和工具 比模型本身更重要。这就引出了更大的问题。

绝大多数人使用聊天机器人来访问 ChatGPT、Claude 和 Gemini 的主要网站或移动应用程序中的 AI 模型。事实上，我们可以称聊天机器人为最重要和最普及的 AI 应用程序。在过去几个月里，这些应用程序已经变得相当不同。

其中的一些差异在于哪些功能捆绑在 AI 中：

• Gemini 聊天机器人（并通过小加号按钮访问）：你可以访问 nano banana（当前最好的 AI 图像生成工具）、Veo 3.1（领先的 AI 视频生成工具）、Guided Learning（当你尝试学习时，这有助于 AI 更像一个导师）和 Deep Research

• ChatGPT 包含更多杂乱无章的选项，可以通过加号按钮访问。你可以创建图像（图像生成器几乎和 nano banana 一样好，但你不能通过聊天机器人访问 Sora 视频生成器）、学习和研究（相当于 Gemini 的 Guided Learning，但还有一个单独的测验生成器，原因不明）、Deep Research 和购物研究（令人惊讶地好且被忽视），以及其他大多数人都不会经常使用的选项，因此这里不作介绍。

• Claude 只有 Deep Research 作为捆绑选项，但你可以通过创建项目并选择学习项目来访问学习模式。

• 所有的 AI 模型都允许你连接数据，例如让 AI 阅读你的电子邮件和日历、访问你的文件或连接到其他应用程序。这可以使 AI 更加有用，但每种 AI 工具都有不同的连接器可以使用。

这些功能可能会让人感到困惑！对于大多数正在做实际工作的人来说，最重要的附加功能是 Deep Research 和将 AI 连接到你的内容，但你可能想尝试其他功能。然而，越来越多的情况下，重要的是工具——AI 可以访问的工具。在这方面，OpenAI 和 Anthropic 明显领先于 Google。Claude.ai 和 ChatGPT 都具备编写和执行代码、提供文件、进行广泛研究等功能。而 Google 的 Gemini 网站则远没有那么强大（即使它的 AI 模型同样优秀），

正如你所见，通过询问类似的问题，可以从 ChatGPT 和 Claude 获得工作用的电子表格和 PowerPoint，并且有我可以跟进的清晰引用。然而，Gemini 却无法生成这两种类型的文档，也不提供引用或研究。不过，我确实期望谷歌很快会在这方面迎头赶上。

关于聊天机器人最后一点需要注意的是，GPT-5.2 Pro 配合其附带的工具包是一个非常智能的模型。它正是那个帮助在理论物理学中得出新结果的模型，也是我发现最能胜任复杂统计和分析工作的模型。它只能通过更昂贵的计划访问。Google Gemini 3 Deep Think 似乎也非常强大，但同样存在相同的工具包问题。

提示：“你是一名经济社会学家。我希望你能找出一些可以用这些数据测试的新假设，进行复杂的实验，并告诉我结果。”然后我给了它一个大型的 Excel 数据集。

聊天机器人网站是大多数人与人工智能互动的地方，但它们越来越多地不是最令人印象深刻的工作完成的地方。越来越多的其他应用程序将这些模型封装在更强大的工具包中，这些工具包变得越来越重要。

Claude Code、OpenAI Codex 和 Google Antigravity 是这些工具中最成熟的，它们都面向开发者。每个工具都让 AI 模型能够访问你的代码库、终端，并能够独立编写、运行和测试代码。你描述你需要构建的内容，AI 就会去构建它，完成后或遇到问题时再回来。如果你的职业是写代码，这些工具正在改变你的工作方式。因为它们拥有最广泛的工具包，即使你不写代码，它们仍然可以做大量的事情。

例如，几年前，我对如何通过提供原始 GPT-1 的所有内部权重和参数（AI 的代码，列出了 1.17 亿个数字）来制作一个完全基于纸张的 LLM 感兴趣。理论上，只要有足够的时间，你可以用手计算出 AI 的数学运算。这看起来像是一个有趣的点子，但显然不值得去做。一周前，我让 Claude Code 为我完成这个任务。经过大约一个小时的工作（大部分时间是 AI 在工作，还有一些建议），它制作了 80 本精美排版的卷册，包含了 GPT-1 的全部内容，以及一本数学指南。它还设计并执行了每卷的封面，可视化了内部权重。然后，它组装了一个非常优雅的网站（包括下面的动画），连接到 Stripe 进行支付，并通过 Lulu 实现按需打印，测试了整个系统，并为我发布了它。我没有碰过或查看过任何代码。我让它以成本价制作了 20 本书来看看会发生什么——结果当天就卖光了。所有卷册都可以作为免费的 PDF 在网站上获取。现在，我可以有一个需要大量工作的项目想法，并且几乎不需要我付出努力就能实现。

但是，编码工具包对业余爱好者来说仍然是风险，而且显然专注于编程。新的应用程序和工具包开始关注其他类型的知识工作。

Claude for Excel 和 Powerpoint 是应用程序内的特定工具包示例。两者都为这些程序提供了非常出色的扩展功能。特别是 Claude for Excel，感觉像是处理电子表格方式的巨大变革，对于那些靠 Excel 工作的人来说，它的影响可能类似于 Claude Code 对程序员的影响——你可以越来越多地告诉 AI 你想要做什么，它就像一个初级分析师一样完成工作。由于结果是在 Excel 中，所以很容易检查。谷歌在 Google Sheets 上有一些集成（但不如那么深入），而 OpenAI 并没有真正推出类似的产品。

[Claude Cowork](https://claude.ai/downloads) 是一个真正新颖的东西，它应该自成一类。由 Anthropic 在一月份发布，Cowork 实质上是为非技术人员设计的 Claude Code。它可以在你的桌面上运行，并可以直接与你的本地文件和浏览器交互。然而，它比 Claude Code 更安全，对非技术人员来说也更安全（它在一个具有默认拒绝网络和硬隔离的虚拟机中运行，对于关心细节的人而言）。你描述一个结果（整理这些费用报告，从这些 PDF 中提取数据到电子表格，起草总结），Claude 制定计划，将其分解为子任务，并在你的计算机上执行这些任务，而你则在一旁观看（或者不看）。它是基于与 Claude Code 相同的自主架构构建的，并且主要由 Claude Code 在大约两周内构建而成。至少在这个星期，OpenAI 或谷歌都没有直接的等效产品。Cowork 仍处于研究预览阶段，这意味着它还很早期，会迅速消耗你的使用限额，但它明确表明了所有这一切的发展方向：不仅仅是与你讨论工作，而是为你完成工作。

NotebookLM 允许你进行研究报告并收集源文件（左侧），向这些源文件和材料提问（中间），并将它们转化为幻灯片等形式（右侧）。

[NotebookLM](https://notebooklm.google.com/) 是谷歌对另一个问题的回答：如何使用人工智能来理解大量信息？你可以让 NotebookLM 进行深入的研究，或者添加你自己的论文、YouTube 视频、网站或文件，NotebookLM 会构建一个可查询的交互式知识库，并将其转化为幻灯片、思维导图、视频，甚至是最著名的由两位主持人讨论你材料的 AI 生成播客（你甚至可以打断主持人提问）。如果你是一名学生、研究人员，或者需要定期整理大量文档的人，NotebookLM 是一个非常有用的工具。

接下来是 OpenClaw，尽管它并不完全符合上述分类，但我还是想提一下，而且你几乎肯定不应该使用它。OpenClaw 是一个开源的人工智能代理，在一月底时走红。它可以在你的计算机上本地运行，连接到你想要的任何 AI 模型，并且你可以像与人聊天一样通过标准聊天工具（如 WhatsApp 或 iMessage）与它交流。它可以浏览网页、管理文件、发送邮件和执行命令。它基本上是一个 24/7 的个人助手，生活在你的机器上。但它也是一个严重的安全风险：你正在给 AI 广泛访问你的计算机和账户的机会，而没有人确切知道你暴露自己面临的风险是什么。但这也预示着未来的发展方向。

我知道这有很多内容。让我简化一下。

如果你刚开始，选择其中一种系统（ChatGPT、Claude 或 Gemini），支付 20 美元，并选择高级模型。我书中的建议仍然适用：邀请 AI 参与你所做的每一件事。开始用它做实际工作。上传你正在处理的文档。以 RFP 或 SOP 的形式给 AI 分配一个非常复杂的任务。 进行来回对话并推动它。仅此一点就能教会你比任何指南更多的东西。

如果你已经熟悉聊天机器人，尝试特定的应用程序。NotebookLM 是免费且易于使用的，因此它是很好的起点。如果你想更深入地了解，Anthropic 提供了最强大的 Claudine Code 和 Claudine Cowork（两者都可以通过 Claudine Desktop 访问），以及专门的 PowerPoint 和 Excel 插件。试一试。同样，不是作为演示，而是用于你真正需要完成的任务。观察它的表现。当它出错时引导它。你不是在提示，而是在管理（正如我在上一篇文章中所写的那样）。

从聊天机器人到代理的转变是自 ChatGPT 推出以来人们使用 AI 最重要的变化。现在还处于早期阶段，这些工具仍然难以理解和可能会做一些令人困惑的事情。但是，能够做事的 AI 相比于只会说话的 AI 更加有用，学习如何使用它也是值得的。

分享