主题
第 3 章 AI 产品全景图
预计阅读 17 分钟 · 全文约 5,052 字
本章产出：一张"工具选型决策表"，以后遇到任何场景，你都能三秒选出该用什么。
开场：老周的二十个图标
老周电脑桌面上有二十个 AI 相关的图标。
ChatGPT 网页版、Claude、豆包、DeepSeek、Kimi、通义、文心、ChatBox、Cherry Studio、LM Studio、Ollama、Cursor、Cline、ComfyUI、剪映 AI、某个套壳站、某个中转站的控制台……
他每天的状态是：打开一个，问两句，觉得不好用，换下一个，再问两句，再换。
一周下来，他啥也没干成，光切换了。
问题不是工具太少，是他不知道每个工具"该在什么时候用"。
这一章，人家把 AI 产品的地图给你画出来：有哪些品类、各干什么、怎么选。看完你的桌面不用留二十个图标，留三个就够。
图 3-1：五个层次，各管一段
3.1 聊天机器人：最熟悉的入口
它是什么
打开网页或 App，一个对话框，你打字，它回话。这是绝大多数人接触 AI 的第一站。
主流产品
| 产品 | 背后公司 | 中文能力 | 特点 |
|---|---|---|---|
| ChatGPT | OpenAI | 好 | 综合最强，生态最全，要网络条件 |
| Claude | Anthropic | 好 | 长文写作、代码能力强，风格稳重 |
| Gemini | 好 | 和谷歌生态打通，多模态强 | |
| 豆包 | 字节 | 极好 | 免费、中文自然、语音强 |
| DeepSeek | 深度求索 | 极好 | 便宜、推理强、代码强 |
| Kimi | 月之暗面 | 极好 | 长文档处理是招牌 |
| 通义千问 | 阿里 | 极好 | 中文场景扎实，工具生态全 |
| 文心一言 | 百度 | 好 | 中文知识库深 |
它们适合干什么
- 日常问答、查资料
- 写文案、改文章
- 翻译、总结
- 头脑风暴
- 简单代码
- 学习辅导
不适合干什么
- 精确计算（会算错）
- 实时信息（知识有截止日期，除非联网搜索）
- 需要操作你电脑的任务（网页版动不了你的文件）
- 长任务自动化（你问一句它答一句，不会自己连续干活）
怎么选
别纠结。 日常用，选一个中文顺手的（豆包、DeepSeek、Kimi 都行），用熟一个比浅尝十个强。
进阶用法：不同任务用不同模型——写作用 Claude，代码用 DeepSeek，长文档用 Kimi，看图用多模态强的。但这是熟练之后的事，前期别搞复杂。
3.2 API 与中转站：真正的"电力供应"
API 是什么
API = 程序之间说话的接口。
网页版是"人跟 AI 聊"，API 是"你的程序跟 AI 服务聊"。
比如你写个小脚本，批量把 1000 条商品标题改写成营销文案——你不可能手动复制粘贴 1000 次，用 API 让程序自动跑。
API 长什么样
本质是一次网络请求：
http
POST https://api.example.com/v1/chat/completions
Authorization: Bearer sk-你的密钥
Content-Type: application/json
{
"model": "某个模型名",
"messages": [
{"role": "user", "content": "你好"}
]
}服务器返回一段 JSON，里面就是 AI 的回答。
就这么简单：一个地址 + 一个密钥 + 一段 JSON。
API Key：你的钱包
API Key 就是一串密钥，谁拿着它，调用产生的费用就记在谁账上。
sk-4803fdcbf0eed2a4dccf885f58bb815e...安全铁律：
- 不要发到群里、截图里、代码仓库里
- 不要写在前端代码里（浏览器能直接看到）
- 泄露了立刻去后台作废重发
- 不同用途用不同 key，方便追溯和止损
为什么强调：key 泄露 = 别人拿你的钱跑模型。有人一晚上被刷掉几千块，就是 key 贴在了 GitHub 上。
中转站是什么
中转站 = 二次转卖的 API 服务商。
它的生意模式：
上游：从各家模型厂商（或更上游的渠道）批量拿 API 额度
中间：自己搭一套接口，把请求转发给上游
下游：卖给用户，按官方价格打折（比如 0.5 倍、0.1 倍）
赚的：上游成本和你付的钱之间的差价为什么能便宜：
- 批量采购拿折扣
- 用便宜的渠道（有些渠道来源不干净，比如盗刷信用卡开的号、共享账号池）
- 用低配模型冒充高配模型（黑心站）
- 赔本赚吆喝，先圈用户再涨价/跑路
中转站的风险
风险一：跑路。 预充值的钱，站主随时能卷走。这是最常见的死法。
风险二：降智。 你以为是 GPT-4，实际给你转发到便宜模型，答复质量差一截。
风险三：数据泄露。 你的对话内容经过它的服务器，它想看就能看。
风险四：账号连带。 有些站用共享账号池，上游封号，你的服务跟着断。
怎么降低风险：
- 小额充值，别一次充几百
- 用之前测一下模型真假（问它一些只有真模型才知道的细节）
- 敏感内容别走中转站
- 重要业务用官方 API
中转站适合谁
- 想低成本试各种模型的人
- 用量不大、图便宜的個人用户
- 能接受"随时可能跑路"的风险
不适合：商业项目、敏感数据、要求稳定性的场景。
3.3 客户端：ChatBox、Cherry Studio、WorkBuddy
为什么需要客户端
网页版有两个问题：
- 要开浏览器，切来切去麻烦
- 不能接自己的 API key，只能用官方额度
客户端解决的就是这两个问题：装在你电脑上，可以填自己的 key，可以管理多个模型、多个对话、本地知识库。
三个典型代表
ChatBox：轻量、简单、跨平台。适合"我就想有个好用的对话框，接自己的 key"。
Cherry Studio：功能重、生态全。多模型管理、知识库、MCP 工具、智能体、提示词库，一站式。适合"我想折腾"。
WorkBuddy：偏任务型的 AI 助手。设计思路是"帮你完成工作流"，不是纯聊天。
它们和网页版的本质区别
| 网页版 | 客户端 | |
|---|---|---|
| 模型 | 厂商指定的几个 | 任意（填 key 就能接） |
| 数据 | 存在厂商服务器 | 大部分存本地 |
| 工具 | 厂商给的 | 可自己装（MCP） |
| 成本 | 订阅制 | 按 token 付费，可控 |
| 折腾空间 | 小 | 大 |
怎么选
- 只想好好聊天：网页版够了，别装客户端
- 想用自己的 key、想省钱：ChatBox
- 想搭知识库、装工具、玩智能体：Cherry Studio
- 想要任务型助手：WorkBuddy 这类，但注意兼容性
3.4 本地模型：LM Studio、Ollama
什么是本地模型
把模型下载到自己电脑上跑，不联网也能用。
为什么有人要本地跑
- 隐私：数据不出门，适合处理敏感资料
- 免费：跑起来不要钱（电费除外）
- 离线：断网也能用
- 可定制：能微调、能改
代价
- 要硬件：显存越大，能跑的模型越大
- 能力打折：同价位本地模型通常不如云端旗舰
- 要折腾：下载、量化、调参，有门槛
两个主流工具
LM Studio：图形界面，点点鼠标就能下载模型、开聊。适合新手。
Ollama：命令行工具，一条命令拉模型、跑服务。适合喜欢终端的人，也方便被其他程序调用。
硬件和模型规模的对应
| 显存 | 能跑的模型（量化后） |
|---|---|
| 4G | 1B-3B |
| 8G | 7B-8B |
| 12G | 14B 左右 |
| 24G | 32B 左右 |
| 48G+ | 70B 左右 |
注意：这是"能跑"的底线，不是"跑得爽"的线。上下文开大、量化档位高，显存占用会上去。
什么时候该用本地模型
- 处理敏感数据（合同、病历、内部文档）
- 断网环境
- 高频简单任务（分类、提取、格式转换），省 API 钱
- 学习研究，想看看模型内部怎么回事
什么时候别用
- 需要最强能力（写复杂代码、深度推理）
- 硬件不够（8G 显存跑 70B 会卡死）
- 赶时间（下载模型、调参很花时间）
3.5 智能体：和聊天机器人的本质区别
一句话区别
聊天机器人：你问一句，它答一句。智能体：你给一个目标，它自己拆步骤、调工具、看结果、再调整，直到完成。
一个具体例子
任务："帮我查一下明天北京的天气，如果下雨就提醒我带伞。"
聊天机器人会怎么干：告诉你"我没法查实时天气"，或者给你一段"你可以去天气网站查"的建议。
智能体会怎么干：
- 调用天气 API，查明天北京天气
- 看到"有雨"
- 调用日历/提醒工具，创建一条"带伞"提醒
- 回复你："明天北京有雨，已帮你设好提醒。"
差别在哪：智能体有"手脚"（工具）和"循环"（自己判断下一步）。
智能体的四件套
| 部分 | 作用 |
|---|---|
| 脑子 | 模型，负责推理决策 |
| 手脚 | 工具，负责查、算、写、操作 |
| 循环 | 想→做→看→再想，自己推进 |
| 记忆 | 记住上下文和历史 |
常见的智能体产品
- 编程类：Codex、Cline、Cursor 的 Agent 模式、Claude Code
- 通用类：各种"AI 助手"，能查网、能操作电脑
- 垂直类：客服智能体、数据分析智能体、写作智能体
智能体的边界
它能干的：多步骤任务、需要调工具的任务、需要反复试错的任务。
它常翻车的：
- 步骤太多的任务（做到第 10 步忘了第 1 步的目标）
- 需要精确判断的任务（它会"想当然"）
- 高风险操作（删文件、转账，必须有人确认）
用智能体的心法：给它清晰的目标、给它必要的工具、给它检查点。 别指望它一次做对，要设计"它能自己发现错了"的机制。
3.6 MCP 与工具调用：AI 的手脚怎么接
什么是工具调用
工具调用（Function Calling）= 模型说"我要用某个工具"，程序替它执行，把结果还给它。
流程：
- 你问："北京明天天气怎么样？"
- 模型判断："我需要调用天气查询工具"
- 模型输出一个结构化请求：
{"tool": "get_weather", "city": "北京"} - 你的程序执行这个工具，拿到结果
- 把结果塞回给模型
- 模型基于结果生成回答
关键：模型自己不执行工具，它只是"说要调用什么"，真正执行的是外面的程序。
MCP 是什么
MCP（Model Context Protocol）= 一套标准协议，让"工具"和"AI 客户端"能互相识别。
类比：以前每个电器一个插头，乱七八糟；MCP 就是统一成 USB-C，什么设备都能插。
有了 MCP 之后：
- 工具开发者写一次，所有支持 MCP 的客户端都能用
- 用户装工具就像装插件，不用为每个 AI 客户端单独适配
MCP 能接什么
- 文件系统（读写本地文件）
- 数据库（查询数据）
- 浏览器（自动化操作网页）
- 搜索（联网查资料）
- 各种 API（天气、地图、支付……）
为什么这很重要
没有工具的 AI，是个只会说话的嘴。
有了工具，它才能：查实时信息、操作你的文件、跑代码、发请求、控制软件。
这是从"聊天"到"干活"的关键一步。
3.7 编程智能体：Codex、Cline、Claude Code
它们是什么
专门用来写代码、改代码的智能体。
和聊天机器人的区别：它们能直接读写你的项目文件、执行命令、跑测试。
三个代表
Codex（OpenAI）：终端/IDE/云端多形态，能自己读代码、改代码、跑测试、修 bug。开源 CLI 可以接任意 OpenAI 兼容 API。
Cline（VS Code 插件）：在编辑器里边聊边改，每一步都给你看 diff，你确认了才落地。适合"我想盯着它改"的人。
Claude Code（Anthropic）：终端里的编程智能体，擅长长任务、多文件重构。
它们的工作方式
- 你给任务："这个函数有 bug，修一下"
- 它读相关文件，理解代码
- 它提出修改方案（通常是 diff）
- 你确认（或在自动模式下直接改）
- 它跑测试验证
- 失败就再改，直到通过
核心差异：它们有"验证闭环"——改完能自己跑测试，看有没有改坏。这是普通聊天机器人做不到的。
怎么选
- 想在自己项目里用：Cline（可视化、可控）
- 想要终端流、自动化：Codex CLI / Claude Code
- 只想问代码问题：普通聊天机器人就够了
一个提醒
编程智能体会真的改你的文件。 用之前：
- 确保项目有 git，改坏能回滚
- 重要文件先备份
- 读懂它给的 diff 再确认，别一路点"同意"
3.8 选择决策树：什么场景用什么
人家给你一棵树，遇到场景顺着走：
你要干什么？
│
├─ 就想问个问题、聊聊天
│ └─ 用网页版聊天机器人（豆包/DeepSeek/Kimi 任选）
│
├─ 要处理长文档、总结报告
│ └─ 网页版长文本模型（Kimi/Claude）或客户端接 API
│
├─ 想批量处理、写脚本、接自己的 key
│ └─ 客户端（ChatBox/Cherry）+ API
│
├─ 要用便宜模型、想省钱
│ └─ 中转站 API（小额充值，注意跑路风险）
│
├─ 数据敏感、不想联网
│ └─ 本地模型（LM Studio/Ollama）
│
├─ 要让 AI 自己干活、调工具
│ └─ 智能体客户端（Cherry 装 MCP）或编程智能体
│
├─ 要改代码、修 bug
│ └─ 编程智能体（Cline/Codex）
│
└─ 要拆程序、看内部实现
└─ 逆向工具（第 8 章讲）一张选型表
| 场景 | 推荐 | 为什么 |
|---|---|---|
| 日常问答 | 网页版聊天机器人 | 免费、够用、不用配置 |
| 长文写作 | Claude / 网页版 | 长文质量好 |
| 中文内容 | 豆包 / DeepSeek / Kimi | 中文自然 |
| 批量任务 | 客户端 + API | 可编程、可自动化 |
| 省钱 | 中转站 + 小模型分流 | 成本可控 |
| 隐私数据 | 本地模型 | 数据不出门 |
| 自动化干活 | 智能体 + MCP | 有手脚有循环 |
| 写代码 | 编程智能体 | 有验证闭环 |
3.9 实战：搭一套你自己的工具链
目标
不是"装最多的工具"，是"用最少的工具覆盖最多的场景"。
三层结构
入口层：一个网页版（日常问答，零配置）
工作层：一个客户端（接自己的 key，管知识库和工具）
执行层：一个智能体（真干活：改代码、跑命令）具体配置（以常见工具为例）
入口层：随便一个中文顺手的网页版。作用：随手问、查资料、临时用。不装任何东西。
工作层：Cherry Studio / ChatBox 二选一。
- 填一个 API（官方或中转站）
- 建一个知识库，放你最常用的资料
- 存 3-5 个提示词模板
执行层：Codex CLI 或 Cline 二选一（只有需要改代码/跑命令时才用）。
- 配好 API
- 只在有明确任务时打开
- 项目必须有 git
工具链的"三不原则"
不装用不上的。 每装一个工具，问自己："我这周会用它干什么？"答不上来就不装。
不重复装同类。 两个客户端、三个浏览器、四个笔记软件——最后你只会用一个。
不折腾配置超过 30 分钟。 配置是为了用，不是为了配。超过半小时还没通，先放着，回头再说。
一个真实的对比
折腾型：装了 6 个客户端、配了 3 个中转站、跑了 4 个本地模型，每天在切换工具，一周下来没完成一件正事。
实用型：一个网页版 + 一个客户端 + 一个 Codex，固定用，一周做完三件事。
差距不在工具，在"有没有具体任务"。
工具链体检表
每个月花五分钟，问自己四个问题：
- [ ] 我这个月用过的工具有哪几个？
- [ ] 哪些装了但一次没用过？（考虑卸）
- [ ] 有没有"想干但工具不支持"的场景？（考虑补）
- [ ] 我花在配置上的时间，比用它的时间多吗？（如果是，停）
行业观察：为什么有的公司宁愿用贵 10 倍的官方 API
一家做在线教育的公司，月 token 消耗约 2 亿。用官方接口每月 4 万，用某中转站只要 4000。
他们还是选了官方。
理由三条，都是踩过坑换来的：
- 稳定性：中转站在高峰期掉包率 5%，学生答题时突然失败，客诉直接翻倍。
- 数据合规：教育行业涉及未成年人信息，中转站的服务器在哪、日志留多久，说不清。
- 出事能找人：官方有工单和 SLA，中转站跑路了只能认栽。
行业里的真实算账方式：不是"哪个便宜用哪个"，而是"便宜的钱，够不够赔事故"。一次大规模故障的损失，往往吃掉几年的差价。
踩坑实录
坑一：装了一堆客户端，结果全在吃灰
场景：有人听说 Cherry 好用，装了；听说 ChatBox 轻便，也装了；听说 LM Studio 能本地跑，又装了。最后每个都点开过两次。
为什么：工具是"解决具体问题"的，没有问题的时候装工具，只会产生"我在学习"的错觉。
怎么爬出来：先有问题，再找工具。你现在有什么具体任务？没有的话，把一个网页版用熟就够了。
坑二：把 API key 贴到群里
场景：有人配置客户端遇到问题，把包含 key 的截图发到群里求助。半小时后 key 被刷爆。
为什么：key 就是钱。截图里的 key 能被 OCR 识别，群里可能有爬虫。
怎么爬出来：发截图前把 key 打码；key 已经泄露的，立刻去后台作废。
坑三：以为中转站便宜是"技术好"
场景：有人用某中转站，价格是官方的十分之一，觉得自己捡到宝。
为什么：便宜往往有代价——可能是盗刷的号、可能是低配模型冒充、可能是准备跑路前的最后收割。
怎么爬出来：小额试；用几个"只有真模型才知道"的问题测真假；别预充大额。
坑四：让智能体干高风险操作
场景：有人让智能体"帮我清理一下电脑里的垃圾文件"，结果它把重要文档删了。
为什么：智能体会"执行"，但它不理解"哪些文件重要"。你给的指令越模糊，它越可能干出你意想不到的事。
怎么爬出来：高风险操作必须有人确认；重要文件先备份；给智能体划定明确的权限范围（沙箱，第 7 章细讲）。
Lab 3-1｜给十个场景配工具
难度：⭐⭐☆☆☆ 预计耗时：25 分钟
目标：把"选工具"变成条件反射
步骤：
- 拿一张纸，左边写十个你真实遇到的场景，比如：
- 想总结一份 50 页的 PDF
- 想批量改 200 条商品标题
- 想处理一份不能外传的合同
- 想让 AI 帮忙改一段代码
- 想半夜断网也能用 AI
- …（剩下五个你自己想）
- 右边写下你会用什么工具，以及为什么
- 对着 3.8 节的决策树核对，看看有没有选错
- 把你现在装的工具列出来，标出"最近一个月没用过的"，考虑卸载
验收标准：
- [ ] 十个场景都配了工具和理由
- [ ] 能说出至少三个"我原来选错了"的地方
- [ ] 桌面/启动器里的 AI 工具数量减少了
卡住了怎么办：
- 想不出十个场景 → 回忆你最近一周用 AI 干过什么，从那里找
- 不确定选哪个 → 回到 3.8 节对照表
本章自检清单
- [ ] 聊天机器人、API、客户端、本地模型、智能体，五者的关系是什么？
- [ ] API key 泄露会有什么后果？怎么防？
- [ ] 中转站为什么能便宜？有哪四个风险？
- [ ] 客户端和网页版的本质区别是什么？
- [ ] 什么情况下该用本地模型？什么情况下别用？
- [ ] 智能体和聊天机器人的核心区别是什么？
- [ ] MCP 解决的是什么问题？
- [ ] 编程智能体为什么能"自己修 bug"？
- [ ] 遇到一个新场景，你怎么三步选出工具？
学习进度：0 / 13 章
📝 本章小测验（3 题）
1. 智能体和聊天机器人的核心区别是？
2. API Key 泄露最直接的后果是？
3. MCP 解决的是什么问题？
一句话记住
没有问题就别装工具，工具是解决问题的手，不是安慰自己的摆件。
延伸阅读
- 各模型官方文档的"快速开始"页面——比任何教程都准
- MCP 官方文档——想深入工具生态的人必看
- 各客户端官方文档——功能更新快，以官方为准
最后更新：2026-10