目录1.CodexDeepSeek-V42.ClaudeGPT5.63.LingmaQwen3.54.TraeSeed5.AICoding时代我要做什么改变目前我使用的搭配如下1.CodexDeepSeek-V4Codex有编译器界面可以根据不同的功能开启会话所以操作方便是我目前主要的编程工具。DeepSeek-V4的编程能力也不弱国内模型调用方便而且便宜。对话过程中有时候会出现语言混乱可能是上下文中代码和命令过多误判了语言。CodexGPT yyds意图识别、agent、审批各方面都是最好用的。2.ClaudeGPT5.6GPT5.6模型的能力顶尖一些关于项目启动前配置的问题GPT的解决能力是最好的。Claude的Agent生态是最好的且大多数Tools都默认支持Claude所以对于MCP插件例如CodeGraph的集成是最方便的。大部分操作都需要用户确认操作安全但是用久了感觉麻烦。感觉GPT语义理解很强编码能力也强但是通过cmd和powershell操作文件老是失败看了下好像是权限的问题但是deepseek畅通无阻啊…。3.LingmaQwen3.5企业版软件免费。Memory做的不太好每个会话最好只做单一功能换功能后会有记忆混乱。推理过程有点长看了一下是在反复论证自己的决定执行结果不如DeepSeek和GPT。用完Qwen再用GPT感觉效率提高了10倍…Qwen给很多提示词写的也慢GPT稍微给点提示速度和效果都碾压Qwen。4.TraeSeed比灵码好用。对话轮数长了非常差即使是同一个功能。5.AICoding时代我要做什么改变既然AI能完成代码的编写那程序员应该做出什么改变来和AI配合呢现在很多招聘都不标注语言了语言不重要了那面对陌生的语言怎么稳定开发呢以下是面试小红书和腾讯时面试官启发我的我本身并没有很多年的工作经验所以对于他们的建议我并不能完全的感同身受比较片面吧语言本身并不重要只是语法不同底层都是基于相同的操作系统命令实现的。也就是说对于相同的场景例如并发不同语言的问题模型完全一致核心都是保证原子性、隔离性问题都是基于进程同步互斥原语解决不同语言只是在内核能力之上封装了自己的并发组件所以理解操作系统底层实现才是关键。其次对于业务场景不同API的并发实现有差异有的直接映射内核线程有的在运行时做用户态协程调度要根据性能、内存等来考虑选型所以不同并发包的实现原理细节差异也很重要。但是语言的语法、API不重要这部分让AI来写就可以。对于review之前觉得要完全看懂aicoding的所有代码就可以现在我觉得如果一次性生成了好几千行代码那么只需要约束清楚代码的位置然后定位到关键的那一小部分代码比如并发就十几行代码剩下的都是查询校验封装语法这些不需要看懂只需要对十几行关键代码review就行了。最后我觉得就是要掌握线上问题的排查能力内存、磁盘、CPU、进程出了问题怎么定位、怎么解决这也是很重要的。