大模型体验记录

一、背景

最早接触大模型编程是在 2022 年，使用的是当时的 Copilot 插件。功能比较基础，可以生成简单函数，但整体提效有限，模型能力也尚未成熟，用了两三个月后便暂停了使用。

2023 至 2024 年间，随着 GPT 和 DeepSeek 等模型能力的明显提升，大模型开始具备实际生产价值。尤其是去年底突然爆发了，所以我在今年年初又重新开始花大精力投入其中捣鼓了。下文便是记录了这一阶段的工具选择、使用感受以及目前形成的使用方案。

二、IDE 与插件的使用体验

工具	体验
Cline	最早尝试的是 Cline 插件，接入公司内部模型使用。整体体验一般，使用频率不高，属于偶尔辅助的工具，后面直接不用了。
Trae	Trae 免费后进行了试用，体验尚可，后面开了一个月的会员，主要用于业务代码的处理，与手动编码交替进行，感觉 Trae 的 Gemini 模型在某些推理、深入分析等方面比其他模型好一些。不过后续由于主力到了 Codex 上，Trae 没有明显的优势，所以也就不再使用了。
OpenCode 与 Claude	当时看到 Agent 团队协同工作，所以便开始研究这个。由于 OpenCode 的配置过程相对简单，便选择 OpenCode 进行配置实验。Claude 官方工具配置感觉比较麻烦，因此未深入使用。虽然后来安装了 Claude，但用起来不习惯它的界面，有时候还会卡着不动，体验很不好，所以也就不再使用了。
Cursor	因为公司可以报销，所以就开通了 Cursor 会员。不过由于我是使用小酷办公网，当时没有申请国际化办公的线路，所以使用时需要再切换到自己的 VPN 开启 TUN 模式，请求过程不够稳定，在 Cursor 中反应也是很慢的样子（也可能是当时我自己的 VPN 不稳定，后面有了国际化办公权限后也没有继续尝试了），同时个人对 VSCode 风格的交互界面偏好度不高，因此未作为主力工具。
Codex	最初我是对其失望的，因为我误以为 Codex 可以接入任意模型，我当时是有除编程外其他需求的。不过正好当时 GPT 给的额度多，开发起来很爽，所以后续就摆正了自己的看法，只把它当做开发软件挺好的，毕竟它就是为了开发。同时由于其性价比还是挺高的，配合一些 SKill 体验很好，所以目前 Codex 是编程场景下的主要工具。
Copilot	Copilot 其实是我最开始接触的编程插件，但是由于其一直反响平平，所以就没关注过。后面看到公司群里说了这个就又去体验了下。虽说其有很大的短板，上下文窗口只有 128K，但是它是目前唯一一个能够省心省钱用 Claude 模型的方案，所以开了个入门套餐，在 Opencode 中搭配 OMO 使用，只使用它的 Claude 模型。注意：这个模型在 Opencode 中搭配 OMO + GSD 一起使用的话，仅理解问题就能爆窗口，所以要自己衡量下 Opencode 的配置。

个人总结：

如果只有编程工作，单吊 Codex 就够用了；如果有其他要求（如多 Agent 协作），可以再开一个 Copilot 搭配 Opencode + OMO 使用。

三、模型订阅与成本

在整个尝试过程中，订阅了多个服务：

• Cursor 会员（公司报销，流程太多，就买了一次）
• 两个中转站服务（中转站 A 充值 100 元，中转站 B 站购买 12 元套餐）
• GPT Plus 会员（用于 Codex）
• Google One 会员（因地区问题未能正常使用，拉跨）
• 联通活动渠道的 GLM-5（虽然便宜，但是这种套餐存在敏感词检测，后用于 OpenClaw）
• Trae 会员（用于 Gemini）

试用的 GPT Plus 到期后，曾在闲鱼购买 Team 账号，但 GPT 额度有所减少，因此到期后重新开通了 Plus。本次 Plus 通过土耳其区苹果账号订阅，费用约为 80 元人民币 / 月，比官方渠道的约 140 元低 60 元左右。有需要可参考以下信息：

• 土区苹果账号教程：https://linux.do/t/topic/1837955
• 苹果订阅比价工具：https://appstoreprice.org/zh/apps

后续模型方案

后续计划将模型来源精简为以下组合：

• GitHub Copilot（Claude 模型）
• Codex（GPT-4 模型）
• 公司模型（GLM-5）

成本估算：

• Copilot 土耳其区订阅：约 50 元 / 月（10 美元）
• Codex 土耳其区订阅：约 80 元 / 月
• 合计约 130 元 / 月

0413 更新：codex 的 plus 被砍了，可能后面会切 100 档的 PRO 吧。

四、Codex 使用感受

1 计划模式的重要性

Codex 的计划模式很重要。开始自己完全手动输入，模型虽然能理解，但是没有自己的思考；切换到计划模式后，它能够帮你提示很多你想不到的点，当然这个时候消耗的 token 也会增多。

2 SKILL 和 MCP 配置

开发 skill：Superpowers 套组（最近在试 GSD）+ 其他一些乱七八糟的。

主要 MCP：serena（分析项目）+ confluence-mcp（读取文档）。

3 模型体验

首先就是模型很强大，但是很考验使用者的规划能力，你需要明确或者说至少是有自己大概的思路，才能很好地完成一个项目。比如让 ai 写小说，只发命令肯定不行，ai 写个十来章就开始跑偏了，啥都不是。那么可行的解决方案就是你给它设计一套工作流，加上 “方向盘” 才能跑的更稳更快。

其次，你要有一定的先验知识。比如设计一个系统，AI 只会完成功能，即使安装了许多 skill（ui-ux-pro-max/web-design）和 MCP（如 pencil），项目的前端交互和 ui 依然很难一次定型。相比于自然语言，大模型明显更容易理解 hover、flex 布局、fixed 等这些专业化的名词，另外你还需要一定的美学能力，比如我自己虽然是做前端的，但也断断续续花了一周时间去调整这个项目的交互（当然这里也有因为不想要某些功能、新增功能进而调整的）。

最后，感觉 Codex 在代码实现上没有那么灵活。在我的项目中我期望后端把一些内容给第三方模型，然后把第三方模型的结果返回给前端，Codex 就想着需要对返回的数据进行 Json 格式的审查，导致开发卡在这里就一直重试。后来看了下它的思考发现是卡在返回格式的问题上，和它明确表示不需要用严格形式后，这个流程才走通。因此感觉 codex 没有那么灵通，在尝试多次无效后还继续往前走，非要一条道走到黑。如果模型能辩证地去看用户问题，比如是不是用户某个操作有问题，是否能用其他方法来绕过具体问题会更人性化和强大。

4 界面设计疑问

Codex 将 “线程”（即对话记录）置于首页主要位置，但该功能仅用于查看历史对话，无法删除只能归档，我就觉得有点困惑，感觉其重要性与页面层级设置之间存在不匹配。

其他后续有空再记录...