AI 工具和大模型如何选择？
最近跟一些同学沟通发现，大家都有同一个困惑：
工具太多了。
Claude、GPT、Qwen、DeepSeek……大模型一堆；Claude Code、Codex、Cursor、Trae……AI 编程工具一堆；再加上各种 Skill、插件、MCP，选择困难症瞬间发作。
这篇文章结合我自己的实战经验，帮大家理一理：作为测试工程师，到底该怎么选？
一、AI 工具和大模型的分类
当下的 AI 工具和大模型，按用途大致能分成四类：
| 分类 | 场景用途 | 代表工具 |
|---|---|---|
| AI 编程工具（IDE / CLI 类） | 写代码、写自动化脚本、开发 Skill | Cursor、Trae、WorkBuddy、Claude Code、Codex |
| AI 大模型（对话底座） | 提供底层模型能力（API 接入）、支持多模态理解与逻辑推理 | Claude、GPT、Gemini、Qwen、Kimi、GLM、DeepSeek、MiniMax |
| AI 工 |