AI 工具選擇策略

定義

選擇 AI 開發工具的決策框架。核心原則：選最底層的工具——它能做到的事是其他「套殼」工具的功能來源，反過來不行。選擇基於工程判斷（效率最大化），而非品牌忠誠。

關鍵數據點（附來源）

• Claude Code 是「規則制定者」——hooks、CLAUDE.md、MCP、Skill 等概念被其他工具借鑑（來源：工具選擇文章）
• 透明度是關鍵優勢：改了哪些檔案、哪幾行全部攤開（來源：工具選擇文章）
• Cursor 問題：訂閱費用對小團隊不友善（來源：工具選擇文章）
• Antigravity 問題：中間層不透明，不確定需求是否被改寫或截斷（來源：工具選擇文章）
• 持續使用超過一年的累積體驗是判斷基礎（來源：工具選擇文章）

前提與局限性

• 「選最底層」的邏輯假設使用者願意承擔更高學習成本——非工程師可能更適合有 GUI 的工具
• 累積效應本身可能造成判斷偏差（沉沒成本）
• 快速迭代也可能帶來破壞性變更和不穩定
• 如果上層工具提供獨有整合（如 IDE 內嵌補全），底層工具不一定能完全替代

衝突標記

• 與「AI 工具的累積效應」存在張力：累積效應越強，「毫不猶豫切換」就越困難。

關聯概念

• [[AI 工具的累積效應]]
• [[Claude Code 三層架構]]
• [[開發工具鏈整合]]