2026 年，人工智能专业学生都在用什么 AI 工具？

摘要：过去一年，我深度使用了市面上主流的 AI 工具，从写代码、科研调研到个人规划。这篇文章不是营销号式的”XX 个工具推荐”，而是我作为 AI 专业学生的真实使用报告。我会按场景分类，告诉你哪个工具最适合什么任务，以及我的效率提升数据。

写在前面

这年头写代码，早就不是一个人对着屏幕敲键盘了。

2025 年这一年，AI 工具卷得离谱。Claude Sonnet/Opus 4.6、GPT-5.4、Gemini 3.1 Pro，模型一波比一波猛，工具一个比一个花。刚开始我也跟风，今天试这个明天试那个，结果发现：没有完美的工具，只有适合的场景。

用了一年多，我现在的工作流基本稳定下来了。不是什么”四位一体终极套装”，就是几个顺手的工具，按需切换。

这篇文章，我把我的真实使用体验写下来，希望能帮你少走弯路。

一、写代码：Antigravity + Codex

写代码是我使用 AI 工具最高频的场景。经过多次尝试，我现在的组合是：日常用 Antigravity，复杂任务用 Codex。

Antigravity（日常开发）

Antigravity 是 Google 推出的 AI IDE，中文社区昵称”反重力”。它基于 VS Code 封装，界面与 VS Code 几乎一致，但集成了 AI 编程能力。

我为什么选它做主力：

第一，免费。只要你有个 Google 账号，不用绑卡，就能用。免费用户每分钟 60 次请求，每天 1000 次，日常开发完全够用。

第二，VS Code 生态。所有 VS Code 插件都能用，Agent、多任务并行、Workflow、MCP 这些高级功能也都有。

第三，多模型支持。可以调用 Gemini 3.1 Pro/Flash，还能用 Claude Sonnet/Opus 4.6。

但有个问题必须说：稳定性一般。经常在输出到一半时报错，比如”Agent terminated due to error”。小问题忍忍就过去了，但关键时刻真要命。所以我把它当日常开发工具，不适合关键任务。

Codex（复杂任务）

Codex 是 OpenAI 推出的终端 AI 编程工具，与 ChatGPT Plus 订阅打通。

我为什么用它做补充：

第一，代码专用模型。gpt-5.*-codex-max 系列针对代码优化，实测代码能力和稳定性都很出色。

第二，额度充足。我有 ChatGPT Plus 订阅，Codex 可以免费使用，额度远大于 Claude Code。

第三，终端集成。可以直接在命令行中使用，适合复杂任务。

我的使用策略：

日常开发用 Antigravity（免费），复杂任务或需要更高稳定性时切换到 Codex。这样既能省钱，又不会因为工具问题耽误事。

效率提升数据

用这套组合后，我的写代码时间变化：

任务类型	用 AI 前	用 AI 后	节省时间
小项目（100 行内）	3 小时	45 分钟	75%
中等项目（500 行）	8 小时	2 小时	75%
代码调试	2 小时	30 分钟	75%

但要说清楚：这些数据的前提是有自己的技术功底。AI 是放大器，不是替代品。你需要有足够的判断力，才能知道 AI 写的代码对不对。

二、科研任务：Codex + ChatGPT 网页版

科研任务与写代码不同，更注重深度和严谨性。我的组合是：日常任务用 Codex，深度调研用 ChatGPT 网页版。

Codex（日常科研）

我常用 Codex 来做这些科研任务：

文献整理：批量处理 PDF，提取关键信息
数据处理：编写脚本、运行分析
论文写作：搭建框架、撰写方法部分

性价比很高。我有 ChatGPT Plus 订阅，Codex 可以免费使用，额度充足。gpt-5.*-codex-max 系列模型针对代码优化，实测代码能力和稳定性都很出色。

ChatGPT 网页版（深度调研）

这可能是我整篇文章最推荐的工具——ChatGPT 网页版的 GPT-5.4-thinking 模式。

它强在哪里：

第一，思考深度。thinking 模式可以思考长达 10 分钟，不是装模作样，而是真的在推理、验证、查资料。

第二，数据处理。上传一个 CSV 或者 Excel，它能帮你分析、画图、写结论。

第三，严谨输出。不确定的地方它会说”这个我不确定，建议你查一下 XX 论文”，不会瞎编。

一个真实案例：

上个月，我让它做藻类识别的文献调研。它花了 8 分钟思考，最后输出了一份 3000 字的综述，包含 15 篇核心论文的对比分析。同样的工作，我自己做至少需要 3 小时。

还有一次，我让它分析实验数据。它直接给出了完整的统计报告，包括显著性检验、相关性分析，还绘制了热力图。

效率提升：

任务	用 AI 前	用 AI 后	节省时间
文献调研	4 小时	40 分钟	83%
数据分析	2 小时	20 分钟	83%
写报告	5 小时	1.5 小时	70%

三、聊天和自动化：OpenClaw

OpenClaw 是个比较特别的东西。它不是单一的 AI 工具，而是一个AI Agent 平台。你可以把它理解成一个”AI 工具箱”，里面可以装各种技能（skill），比如看股票、聊天、清内存、定时任务等等。

我主要用它来做三件事：

第一，股票跟踪。我配置了一个 GOOGL 每日跟踪的 skill，每天开盘前 1 小时自动推送分析报告。内容包括隔夜走势、相对 QQQ 的表现、关键价位、催化事件、风险因素等等。这个不是投资建议，就是个信息汇总。但对我来说很有用，省得我每天自己去查数据。

第二，聊天。有时候懒得开网页，就直接在 Telegram 里跟它聊。它接的是各种大模型，可以按需切换。

第三，系统自动化。我曾用它来清内存，一键完成，挺好用的。

但必须提醒：

OpenClaw 权限很大，可以访问文件、执行命令。所以我现在只在本地运行，不给云端权限。定期审查它执行的命令，别让它乱来。

适合人群：

喜欢折腾的开发者
需要自动化工作流的进阶用户

如果你只是想用 AI 写写代码、查查资料，OpenClaw 可能过于复杂。

四、个人规划：Gemini

Gemini 是 Google 推出的大模型，有网页版和 CLI。我主要用它来做个人规划。

使用场景：

日程安排
目标拆解
学习规划

为什么选它：

Gemini 的语气友好，逻辑清晰，适合长期规划。我用它规划申研路径，它帮我把”申请 NTU/港五”这个大目标拆解成了绩点提升、科研产出、语言考试三个子目标，每个子目标都有具体的时间节点。

这种规划类的任务，不需要太强的代码能力，但需要逻辑清晰、语气友好。Gemini 正好擅长这个。

五、踩坑记录：Qwen + DeepSeek

国产大模型中，我使用过 Qwen（通义千问）和 DeepSeek（深度求索）。

使用体验：

优点：

免费使用
响应速度快
中文理解能力不错

缺点：

AI 幻觉较重（会编造不存在的 API 或论文）
不适合严肃场景（科研、代码生成）

我的建议：

推荐场景：

日常聊天
简单问答
创意写作

不推荐场景：

科研调研
代码生成
数据分析

理性看待：

国产模型进步很快，在日常场景完全够用。支持国产是对的，但也要承认差距。盲目吹捧和一味贬低都不可取。

六、工具对比总览

为了便于你快速选择，我做了一个总表：

工具	类型	价格	优势	劣势	适用场景
Antigravity	AI IDE	免费	功能全，VS Code 生态	稳定性一般	日常开发
Codex	终端工具	20 美元/月	代码专用模型，稳定性高	需 ChatGPT Plus	复杂任务
ChatGPT 网页版	网页工具	20 美元/月	思考深度强，可处理数据	thinking 有限制	深度调研
OpenClaw	Agent 平台	免费	可定制，支持多 Agent	权限大，有风险	自动化
Gemini	大模型	免费	语气友好，逻辑清晰	代码能力一般	个人规划
Qwen/DeepSeek	大模型	免费	免费，响应快	AI 幻觉重	日常聊天