被问「你用过哪些 AI 编程工具」时不露怯

一句话:大模型应用开发岗,越来越默认你日常用 AI 编程工具写代码。这篇帮你建立选型心智 + 上手要点——不背版本号,讲思路(工具迭代快,思路才稳)。 先分清三类形态 AI 编程工具五花八门,但按「人和 AI 怎么协作」可以分三类: 形态 代表 一句话 最舒服的场景 终端 Agent Claude Code、Codex CLI 在命令行里,AI 自己读文件、改代码、跑命令、改完再验 跨多文件的重构、改 bug、跑测试、批量任务 IDE 内联 Cursor、Copilot 在编辑器里补全 / 对话 / 选中改写,你主导、AI 辅助 边写边补、局部改写、看着它动手更放心 云端 / 异步 各家 Coding Agent 派个任务给它,它在云端跑完提 PR 明确、可并行的独立任务 记住一句:没有银弹,真实开发往往是组合拳——重构丢给终端 Agent,精细局部用 IDE 内联。 上手通用四步(任何工具都适用) 给它"工作区":在项目根目录启动,让它能看到完整代码结构(而不是只丢一段)。 先说清目标和边界:要改什么、不许动什么、跑哪个测试验证(边界比任务更重要,见第 5 篇)。 让它先给计划再动手:复杂改动先让它列步骤,你确认了再让它改——避免它一头扎进错误方向。 用测试 / 运行结果收口:让它改完自己跑测试 / 起服务验证,「能跑通」比「看起来对」可信得多。 评测时看什么(也是面试能聊的) 能不能自己闭环:会不会改完主动跑测试、看报错、再修? 上下文管理:大项目里会不会"忘了"前面的关键约束? 可控性:能不能设权限 / 规则,别让它乱删乱跑(下一篇细讲)。 成本:长任务 token 消耗,值不值。 常见坑 一次丢一个巨大的模糊任务:「帮我把这个项目重构好」→ 它容易跑偏。拆成可验证的小步。 不设边界就放手:不告诉它"别动数据库迁移文件",它可能真去动。先划红线。 不看它跑的命令:能执行命令的工具,危险操作(删文件 / 改生产配置)一定要确认。 把它当搜索引擎:它最强的是"在你的代码库里动手",不是"回答通用问题"。 关联面试题 「你平时用什么 AI 编程工具?怎么用它提效?」(这题答得具体 + 有取舍,就赢了) 「AI 写的代码你怎么保证质量 / 怎么 review?」 👉 去 题库 搜 Agent / 工程化,把工具实践和系统理解串起来。 训练营延伸 工具是"用别人的 Agent";训练营那条线是"自己造 Agent"——从单 Agent 到集群 Agent,搞懂这些工具底层的 Harness、沙箱、权限是怎么实现的,面试时就能从"会用"讲到"懂原理"。