工具选型

AI 工具选择已经进入成本、稳定性、额度、插件生态和账号风险综合权衡阶段。

排行榜只能做参考，真实生产中的付费意愿和任务完成率更能说明模型价值。

中转能降低使用门槛和成本，但需要关注是否降智、是否支持插件、是否稳定。

Codex 原生体验强，Codex++ 和 cc switch 更适合有模型嫁接或中转需求的人。

智能体工具的差异不只是模型能力，还包括场景入口、成本结构、生态设计和本土化体验。

WorkBuddy 的价值在场景和入口，Codex 的价值在简约强执行，两者不是同一维度竞争。

工具越多，越需要用固定任务来评测，而不是凭单次体验判断强弱。

先精通 1-2 个主力工具，再用专用工具补位，是比追新更稳的策略。

token 单价不是 AI 成本的全部，返工次数和是否产出结果才是决定性变量。

不同模型的优势场景差异明显，选型要按任务而不是按热度。

智能体差距往往来自工具链和执行体验，不只是底层大模型参数。

便宜模型适合探索，交付阶段应优先选择能减少不确定性的工具。