今天上班在测试新增接口的时候，看到接口返回回来的雪花算法生成的ID突然有了感触

我还记得我刚工作那会儿，我用雪花算法生成ID都是13，14打头的。
前几年工作，用的ID都是17，18开头的。
最近接触的都是19开头的ID。
今天突然看到了20开头的ID，心情就像是量变产生了质变一样，生出一点惆怅。
再过两三天自己也30岁了，和小时候幻想的自己30岁的样子完全不一样。
10几岁的时候，我给自己定下目标，不想太早结婚，25结婚，26生孩子就行。
结果现在，别说结婚了，连个暧昧对象都没有。
小时候总觉得自己很聪明，和别人不一样，一定不会是个普通人。
现在感觉自己连个普通人都不如。
前几天下大雨还降温，早起挨冻骑着电瓶车淋着雨去上班，感觉自己该买辆车了。
又是分析各种品牌，各种型号，各种补贴优惠，一直下不定决心。
安慰自己不着急，明年再买也一样，新车更好更便宜。
其实自己心里明白，就是不舍得花这个钱，也不知道留着钱干嘛。
（工作了5-6年，存款大概20左右，没车没房没对象）
真怕哪天突然死了，钱还没完，那还真是人生最悲哀的事请。

问过 gemini，说是 DNS 污染导致的，把一些域名改成了直连，但下载速度还是慢。
  - DOMAIN-SUFFIX,windowsupdate.com,DIRECT
  - DOMAIN-SUFFIX,microsoft.com,DIRECT
  - DOMAIN-KEYWORD,delivery.mp.microsoft,DIRECT

习惯了更新到最新版，佬友们有啥办法吗？

首先叠甲：本人的站点是有挂签到站链接的，所以不存在需要收藏夹收藏两个站点的情况
解答一下：签到站为什么不放在主站点里面呢？很简单，因为newapi不支持签到，所以说得外挂，也就是另外建个站自己写代码来实现签到功能。
然后这个“建议贴”，发了个什么为什么非要分开来，一个公益站要收藏两个站点，有的没有收藏还要点进站长主页去找，弄一下收藏夹就爆了，我不知道为什么所谓建议贴要加个的。
最后说了句，免费的就是最贵的具象化了，然后还特此再用大香蕉做个图片出来，凸现免费的就是最贵的具象化了这句话。
具象化在哪，有的不限并发公益站一天省个大几十没问题了，要求就是简简单单花一分钟不到的时间去签到站签个到
。。。。。我回复了就说只是建议，不是给我这种钢筋听的
好好建议就好好建议，没必要搞这么一大堆然后说句只是建议，闹麻了

写什么狗屁代码, 来学点上班真正该学的东西.
先描述一下沙皮直属领导:

不懂装懂, 张口就来
嘴巴就是茅坑里的石头
什么都要按他想法开发

这就导致, 作为开发极其难受, 他就是有权力恶心你.
一开始我只是单纯觉得他蠢, 现在我已经无法分辨他到底是蠢还是坏了, 又或是二者皆有.
关键大领导也是啥也不懂, 这直属说啥就信啥, 但是这直属实际上也没有什么大的权力, 就是有折磨下数的权力.
请各位道友, 通过实战例子, 教授我一点经验, 切莫口说无凭.
佬友们, 福生无量天尊.

前言
经常有佬友问什么 AI 编程好用，不同的有什么区别，价格如何等。
于是做了一下汇总，消除信息差，帮助佬友选择。
网页版
同时做了个网页汇总这些信息，并可以对工具进行打分：AI 编程工具汇总对比
更新日志
2026年1月更新：


对网页进行大幅优化和重构；


增加 Google Antigravity、Amazon Q Developer、OpenCode等7种工具；


数据更新和格式优化。


2025年10月更新：


新增 百度文心快码、 CodeGPT和 Qoder等8种最新上市工具；


对其它工具数据进行了更新；


考虑到大多数人使用codex的ide插件，因此其类型由cli改为ide插件。


如果有错误或者遗漏，欢迎佬友批评指正！
有遗漏可以评论区留言哦，暂时只收录有独立网站和报价的AI工具。

1. Aider


基本信息:

类型: CLI
LLM API支持: 支持
开源许可证: Apache-2.0
GitHub星标: 39,200+（截至2025-12-28）
用户/安装量: 4,100,000+（截至2025-12-28）



工具描述:
Aider 是"把 ChatGPT/Claude 带进 git 终端"的开源项目。它会扫描并映射整个代码库，与 LLM 对话后生成补丁，再自动 git commit。与 IDE 无耦合，适合在大型仓库、容器或远程 SSH 环境中工作，也能通过 VS Code 插件获取图形界面。


定价详情:

完全免费: BYOK




2. Amazon Q Developer


基本信息:

类型: IDE扩展/CLI
LLM API支持: 不支持
开源许可证: Apache-2.0
GitHub星标: 1,900+（截至2025-12-28）
用户/安装量: 1,401,146（截至2025-12-28）



工具描述:
Amazon Q Developer 是 AWS 面向开发者的"代理式"编码助手，可在 VS Code 等 IDE 中提供内联补全、Chat、Agentic coding，并支持通过 MCP 连接外部工具/上下文；同时也可在命令行（CLI）中使用，将 IDE 与 CLI 的交互统一计入同一套"agentic requests"用量体系。


定价详情:

Free Tier: $0；包含 IDE 插件与 CLI；每月 50 次 agentic requests；Java 升级转换能力每月 1,000 LOC/用户
Pro Tier: $19/用户·月；包含 Free Tier 全部能力并提升各项限额；Java 升级转换能力为 4,000 LOC/月/用户（按账号汇总池化），超额 $0.003/LOC；支持 Identity Center 管理与控制台、IP indemnity 等




3. Augment


基本信息:

类型: IDE扩展
LLM API支持: 不支持
开源许可证: Proprietary
GitHub星标: N/A
用户/安装量: 668,057（截至2025-12-28）



工具描述:
Augment Code 是面向大型生产级代码库的 AI 编程平台，内置 Context Engine 可实时索引 20 万 token 级项目；在 VS Code / JetBrains / Vim 中提供补全、Chat、Agent、Next Edit 等多模态能力，强调团队协作与 SOC 2 合规安全。


定价详情（2025-10-20 起启用新的信用额度模式）:

Trial: 免费，注册后一次性 30,000 Credits（需绑定信用卡）
Indie: $20/月，含 40,000 Credits
Standard: $60/月，含 130,000 Credits
Max: $200/月，含 450,000 Credits
Enterprise: 自定义额度与价格，并提供过渡赠送 Credits




4. auto-coder


基本信息:

类型: CLI
LLM API支持: 支持
开源许可证: Apache-2.0
GitHub星标: 1,200+（截至2025-12-28）
用户/安装量: N/A



工具描述:
auto-coder 是面向真实工程代码库的终端式 AI 编程工具/框架，支持在本地工作流中组织多步任务，并将能力沉淀到可复用的命令与规则体系中。提供交互式聊天模式、命令行单次运行模式、会话模式以及 RAG 增强检索生成模式。


定价详情:

完全免费: BYOK




5. 百度文心快码 (Baidu Comate)


基本信息:

类型: IDE扩展
LLM API支持: 有限支持 (仅Baidu ERNIE/文心)
开源许可证: Proprietary
GitHub星标: N/A
用户/安装量: 324,548（截至2025-12-28）



工具描述:
基于文心大模型的编码助手，提供补全、对话与"Zulu 智能体"的端到端需求‑到‑代码生成，可在 IDE 内执行命令、预览页面并对多文件进行改写与采纳。面向个人与企业提供不同版本，并支持企业私有化。


定价详情:

个人标准版/基础功能: 免费
其它版本: 人民币计费（个人专业版 ¥59/月起、¥168/季、¥669/年；企业版按人数与周期计费，详见定价页）




6. Claude Code


基本信息:

类型: CLI
LLM API支持: 有限支持 (仅Anthropic)
开源许可证: Proprietary
GitHub星标: N/A
用户/安装量: 2,507,107（截至2025-12-28）



工具描述:
Claude Code 建构在 Claude 4 系列模型之上，运行于本地终端，可对整座代码库进行索引理解，并通过自然语言指令执行"生成-调试-重构-发布"全链路任务；借助 MCP 工具协议，还能远程调用 CI/CD、Issue Tracker 等外部系统，充当真正的"Agentic Coder"。


定价详情:

Free: $0/月
Pro: $20/月（年付约 $17/月，按 token 用量计费）
Max 5×: $100/月（约 Pro 5 倍用量配额）
Max 20×: $200/月（约 Pro 20 倍用量配额）
API 按量计费:

Sonnet 4.5: 输入 $3/MTok，输出 $15/MTok
Opus 4.5: 输入 $5/MTok，输出 $25/MTok






7. Cline


基本信息:

类型: IDE扩展
LLM API支持: 支持
开源许可证: Apache-2.0
GitHub星标: 56,400+（截至2025-12-28）
用户/安装量: 2,806,425（截至2025-12-28）



工具描述:
Cline 是一款本地运行的"代理式"编程助手，能先扫描整座代码库、生成执行计划，再在 IDE 与终端中自动完成多步修改、运行测试、修复报错，并通过 MCP 协议接入外部系统。其所有决策、文件变更与终端命令均需人工确认，可满足企业级安全合规需求。


定价详情:

完全免费: BYOK




8. CodeBuddy


基本信息:

类型: IDE扩展
LLM API支持: 有限支持 (仅腾讯混元/DeepSeek)
开源许可证: Proprietary
GitHub星标: N/A
用户/安装量: 343,985（截至2025-12-28）



工具描述:
腾讯云 CodeBuddy 提供技术对话、智能补全、单元测试、代码评审等功能，并兼容 MCP 生态，覆盖 VS Code、JetBrains、Visual Studio 等主流 IDE。官方扩展页显示其可按需在腾讯混元与第三方 DeepSeek 等模型之间切换，以适配不同场景。


定价详情:

Free: 注册即自动开启 2 周 Pro 试用；一次性 500 credits；每日 50 credits（每日重置）
Pro（个人订阅）: $9.95/月，含 1,000 credits/月，另赠 100 credits/天（每日重置）




9. Codebuff


基本信息:

类型: CLI
LLM API支持: 支持
开源许可证: Apache-2.0
GitHub星标: 2,700+（截至2025-12-28）
用户/安装量: N/A



工具描述:
Codebuff 是开源终端 AI 编程助手，按自然语言指令对代码库进行理解与编辑，并通过多智能体协作（File Explorer、Planner、Editor、Reviewer 等专业 Agent）来完成更精确的变更。支持自定义 Agent 和 SDK 集成。


定价详情:

起步价: $49/月起




10. CodeGPT


基本信息:

类型: IDE扩展
LLM API支持: 支持
开源许可证: Proprietary
GitHub星标: N/A
用户/安装量: 2,208,564（截至2025-12-28）



工具描述:
VS Code/JetBrains 内的多模型 AI 助手，支持对话、自动补

前言：为什么要有这个？
前段时间买了一台miniled显示器，hdr能上到1400nit亮度非常爽，但miniled上使用hdr获得最好的体验必须在osd菜单中 开启分区背光（分区调光）选项，就导致我想看个电影或者玩支持hdr游戏结果必须在设置中打开hdr选项或者按win+alt+b，然后伸手去摸显示器背后那个反人类的摇杆/按钮，在一层层OSD菜单里翻找。看完电影想回桌面办公，又得把这些亮瞎眼的设置关掉，再按一遍……
太蠢了。 都2026年了（bushi），为什么不能在桌面上点一下鼠标或者按快捷键就搞定？
其实显示器一直支持软件控制，这就是 DDC/CI (Display Data Channel / Command Interface) 协议。
然后我就在想我为什么不能写一个python脚本来实现 “一键双开”：同时激活 Windows 系统的 HDR + 显示器内部的高级功能（如分区调光）呢？
经过和gemini小姐的一番沟通下，也是把脚本给写出来了

1. 什么是 DDC/CI？
简单来说，就是通过你的视频线（HDMI 或 DP），让电脑直接给显示器发号施令。
通常我们用它调亮度（VCP Code 0x10），但既然它是“Command Interface”，它能做的远不止这些。每个厂商（LG, Dell, HKC, 泰坦军团等）都在里面藏了一些“私有代码”，用来控制特殊功能。
我们要做的就是：抓包找到这个代码 → 编写脚本控制它 → 联动 Windows HDR。

2. 准备工作
环境需求

Windows 10/11
Python 3.x
一个支持 DDC/CI 的显示器（99%都支持，记得在OSD菜单里开启“DDC/CI”选项）

安装依赖库
在 CMD / PowerShell 中运行：
pip install monitorcontrol


3. 实操步骤
第一步：开启“嗅探模式”，找到你的神秘代码
不是所有功能都有国际标准代码。亮度的代码通常是 0x10，但“分区调光”、“HDR模拟”、“游戏模式”等通常是厂商私有的。
我们需要用一个脚本来“找不同”：

运行下方的嗅探脚本。
脚本会暂停，此时手动在显示器上关闭该功能，按回车。
脚本再次暂停，手动开启该功能，按回车。
脚本会对比并告诉你哪个代码变了。

(压缩包内 Sniffer 脚本代码)
假设你抓到了代码是 0xF4（通常是一个十六进制数），关闭是 0，开启是 3。
第二步：部署“完全体”联动脚本
这是经过多次迭代、防崩溃、防锁死的最终版脚本。
它的逻辑非常暴力且稳健：

精准查询：调用外部工具 HdrSwitcher 确认 Windows 当前 HDR 状态。
状态纠错：如果 Windows 开了但显示器没开，它只修正显示器，不执行切换。
防锁死机制：很多显示器在 HDR 开启时会锁死 DDC 通道，导致脚本报错。本脚本采用了“先切 Windows 回 SDR 解锁，再关显示器”的特殊顺序。

你需要下载一个辅助工具：
去 Github 下载 Vaiz/HdrSwitcher，把 HdrSwitcher.exe 放在脚本同级目录。（压缩包内已有）
脚本代码示例 (monitor_sync.py)：
import sys
import time
import subprocess
import os
from monitorcontrol import get_monitors

# ====== 配置你的显示器参数 ======
TARGET_VCP_CODE = 0xF4   # 第一步抓到的代码填这里
VALUE_MONITOR_ON = 3     # "开"对应的数值
VALUE_MONITOR_OFF = 0    # "关"对应的数值
# =============================

HDR_TOOL = "HdrSwitcher.exe"

def main():
    # ......
    pass

if __name__ == "__main__":
    main()

第三步：一键执行

把脚本和 exe 放在一起。
新建一个 .bat 文件：@echo off
python monitor_sync.py


以后只要双击这个 bat，或者用 Stream Deck 绑定它，就能实现：

咔哒一下：Windows HDR 开启 + 显示器分区调光开启。
再咔哒一下：Windows HDR 关闭 + 显示器分区调光关闭。




4. 原理与避坑细节 (Technical Deep Dive)
为什么不用 Windows 自带的 API？
Windows 的 HDR 切换没有公开且好用的 API（ChangeDisplaySettingsEx 很难搞定 Advanced Color）。使用 SendInput 模拟 Win+Alt+B 在玩游戏或全屏时极其不稳定。所以利用 HdrSwitcher 这种直接操作私有 API 的工具是最稳的。
这里的“防锁死 (Anti-Lock)”逻辑是什么？
在测试中发现，当部分国产显示器（具体型号不点名）处于 HDR 模式时，如果你试图通过 DDC/CI 读取或写入数据，它的 MCU 会拒绝响应（Invalid Command）。
解决方案：

开启时：先开 Windows HDR → 等待握手(黑屏) → 再发 DDC 指令开分区调光。
关闭时：反过来！先关 Windows HDR (强制让显示器退回 SDR 模式，解放 MCU) → 再发 DDC 指令关分区调光。
这个顺序至关重要，否则脚本大概率报错。

适用性
理论上支持所有支持 DDC/CI 的显示器。我目前在自己的设备上实现了分区调光和SRGB模式的自动切换，体验极为舒适。
文件下载：
显示器控制.zip (133.1 KB)

最后：
如果大家抓到了自己显示器特殊功能的 VCP Code，欢迎在评论区分享型号和代码，方便后来人！
格式参考：
显示器型号：LG 27GP950
功能：分区调光
VCP Code: 0x??
值：开=1, 关=0

之前发起了关于AI代码工具的调查问卷（第二次），共有5个问题：

[!info] 5 个问题

Q1 用过哪些 AI 编程工具？（多选）：用于统计各工具用过率
Q2 现在的主力 AI 编程工具是？（单选）：用于统计各工具主力率
Q3 认为目前最好的 AI 编程工具是？（单选）：用于统计各工具最佳率
Q4 手码的代码占比是多少？（单选）：用于观察AI 参与度的分布
Q5 对 AI 编程工具未来预期是？（单选）：用于观察整体预期的分布


第二次调查问卷已收集到较多样本。本文基于第二次调查问卷进行结果分析，并与第一次问卷结果分析进行对比。

[!success] 数据来源：第二次调查问卷

Q1 用过：512 人（多选，合计 2135 票，平均每人选 4.17 项）
Q2 主力：429 人（单选）
Q3 最佳：381 人（单选）
Q4 手码占比：358 人（单选）
Q5 未来预期：350 人（单选）



1. AI代码工具使用情况

[!warning] 方法论

用过率：在 Q1“用过哪些工具”中选择过该工具的比例
主力率：在 Q2“主力工具”中选择该工具的比例
最佳率：在 Q3“最好工具”中选择该工具的比例
忠诚度 = 主力率 / 用过率
好感度 = 最佳率 / 用过率
口碑差= 最佳率 - 主力率


1.1 第二次问卷核心工具表




工具
用过率
主力率
最佳率
主力/用过（忠诚度）
最佳/用过（好感度）
口碑差




Claude Code
56%
32%
48%
0.57
0.86
+16


Cursor
61%
19%
16%
0.31
0.26
-3


Augment
36%
14%
20%
0.39
0.56
+6


GitHub Copilot
34%
4%
1%
0.12
0.03
-3


Roo Code
29%
4%
2%
0.14
0.07
-2


Gemini CLI
28%
1%
1%
0.04
0.04
0


Trae
30%
2%
0%
0.07
0.00
-2


Codex
23%
5%
3%
0.22
0.13
-2


通义灵码
22%
1%
0%
0.05
0.00
-1


Kilo Code
20%
4%
1%
0.20
0.05
-3


Cline
19%
1%
1%
0.05
0.05
0


Windsurf
18%
1%
0%
0.06
0.00
-1


Warp
8%
1%
0%
0.13
0.00
-1


Gemini Code Assist
7%
0%
0%
0.00
0.00
0


Continue
5%
0%
0%
0.00
0.00
0



1.2 与第一次问卷对比




工具
用过率（第1→第2）
主力率（第1→第2）
最佳率（第1→第2）
忠诚度（第1→第2）
好感度（第1→第2）




Cursor
74% → 61%（-13）
33% → 19%（-14）
26% → 16%（-10）
0.45 → 0.31（-0.14）
0.35 → 0.26（-0.09）


Augment
49% → 36%（-13）
18% → 14%（-4）
25% → 20%（-5）
0.37 → 0.39（+0.02）
0.51 → 0.56（+0.05）


Claude Code
30% → 56%（+26）
10% → 32%（+22）
20% → 48%（+28）
0.33 → 0.57（+0.24）
0.67 → 0.86（+0.19）


GitHub Copilot
48% → 34%（-14）
12% → 4%（-8）
5% → 1%（-4）
0.25 → 0.12（-0.13）
0.10 → 0.03（-0.07）


Roo Code
29% → 29%（0）
6% → 4%（-2）
5% → 2%（-3）
0.21 → 0.14（-0.07）
0.17 → 0.07（-0.10）


Gemini CLI
25% → 28%（+3）
2% → 1%（-1）
2% → 1%（-1）
0.08 → 0.04（-0.04）
0.08 → 0.04（-0.04）


Cline
21% → 19%（-2）
1% → 1%（0）
1% → 1%（0）
0.05 → 0.05（0）
0.05 → 0.05（0）


Gemini Code Assist
11% → 7%（-4）
1% → 0%（-1）
0% → 0%（0）
0.09 → 0.00（-0.09）
0.00 → 0.00（0）


Kilo Code
9% → 20%（+11）
1% → 4%（+3）
1% → 1%（0）
0.11 → 0.20（+0.09）
0.11 → 0.05（-0.06）



楼主评价：

Claude Code 全面崛起：用过率/主力率/最佳率三项都显著提升，且口碑差进一步拉大，认可度 + 依赖度双上升。
Cursor 主力率与最佳率回落：依然很多人用过，但主力率与最佳率下降，感觉跟最近白嫖难度增加相关。
Augment 口碑依旧强：最佳率略高于主力率，好感度在头部工具里依然靠前。推测是因为现在白嫖难度极大。
Copilot 继续走弱：用过不低，但主力率与最佳率继续下降，且好感度进一步走低。据说微软都准备放弃Copilot了。
Kilo Code 用过率提升明显：用过率与主力率都增加，但最佳率没有增长，推测只是被很多人拿来当备胎。


2. 手码的代码占比
2.1 第二次问卷分布




手码占比
佬友占比




0%
25%


5%
19%


20%
17%


50%
18%


80%
11%


95%
5%


100%
5%



2.2 与第一次对比




手码占比
第一次
第二次
变化




0%
19%
25%
+6


5%
18%
19%
+1


20%
15%
17%
+2


50%
23%
18%
-5


80%
13%
11%
-2


95%
5%
5%
0


100%
7%
5%
-2



楼主评价：


平均手码≈32%（相比第一次的≈38%下降）。


如果剔除“0%（不写代码）”，只看仍在写代码的人，平均手码≈43%（第一次≈46%）。



3. 对AI代码工具的未来展望
3.1 第二次问卷分布




预期等级
佬友占比




极高
46%


高
43%


中
11%


低
0%


极低
0%



3.2 与第一次对比




预期等级
第一次
第二次
变化




极高
44%
46%
+2


高
40%
43%
+3


中
13%
11%
-2


低
2%
0%
-2


极低
1%
0%
-1



楼主评价：

正面期望（极高+高）从 84% 上升到 89%，更乐观了。

4. 结论


工具格局：Claude Code 目前遥遥领先；Cursor 和 Augment 等其它工具略有回落。


未来预期：平均手码从 38 %降到 32 %，对AI的正面期望从 84% 升至 89%，程序员的可替代性继续增加。



觉得有价值可以投喂LDC哦：1 LDC丨10 LDC丨50 LDC丨100 LDC

https://wcdk.224442.xyz/
怎么关闭了
我的钱啊，还没提呢