AI 开发者生态的五层
从模型、工具、编排往下看到网络和账号：上面三层决定能做什么，下面两层决定能不能稳定用。
本文目录11 节
工具名单、接口和订阅档位变化很快。文中产品描述与调查数字最近核验于 2026-09-05，使用前对照官方文档。
网页能打开 ChatGPT，终端里的 CLI 却连不上；换个出口能注册，过两天又开始人机验证。这类情况很容易被当成模型或工具坏了。更常见的原因在下面：出口 IP 质量、DNS 是否泄露、账号是不是干净。
把生态压成这五层之后，模型换了、CLI 换了，只是上面某一格变了；风控、封号、连不上，多半还是下面两格的事。
先说结论
Chat、CLI、Agent 的核心差别是执行权在谁手里。CLI 已经进入日常开发，Agent 仍处早期采用阶段。
采用面已经很大，信任没有跟上。工具好不好用，取决于上下文、权限、验证，以及人自己的判断。
从 Chat 到 Agent：执行权在谁手里
| 形态 | 交互方式 | 典型代表 | 当前位置 |
|---|---|---|---|
| Web Chat | 人提问，AI 输出文本或其他内容，人负责后续执行 | ChatGPT 网页版、Claude.ai | 成熟的通用入口 |
| CLI 工具 | AI 按需读取项目文件、修改代码并运行命令 | Claude Code、Codex、Grok Build、Pi | 逐渐进入日常开发流程 |
| Agent | 给定目标后，AI 规划步骤、调用工具并根据结果迭代 | Hermes Agent、DeepSeek Harness、各类 Agent 框架 | 仍在早期采用阶段 |
CLI 和 Agent 能进开发流程，主要是三件事叠在一起。网页 Chat 经常要手动粘贴文件和错误信息，CLI 可以在授权范围内按需读仓库；它们还能直接跑命令、测试和检查工具，少一层复制粘贴，结果仍要人审；CLI 能进脚本、进 CI、被其他程序调用，网页 Chat 是交互终点，不好组合。
三种形态都值得了解。优先练的是：给足上下文、收紧权限，并用测试或其他可观察结果验证输出。具体怎么把 Claude Code 接进工作流，我另写过 AI 编程工具选型与工作流。
五层：上面是生产力，下面是可用性
| 层级 | 职责 | 代表 |
|---|---|---|
| 模型层 | 提供智能能力（API / 订阅） | OpenAI / Anthropic (Claude) / xAI (Grok) / DeepSeek / Kimi / GLM |
| 工具层 | 把模型接入本地开发环境 | Claude Code / Codex / Grok Build / Pi / DeepSeek Harness / OpenCode |
| 编排层 | 统一管理多工具、多模型配置 | CC Switch |
| 网络基础设施层 | 保证对境外服务的稳定、高质量访问 | 代理客户端 / 节点 / IP 质量 / DNS |
| 账号入口层 | 服务的身份基础 | Google 账号 / GitHub 账号 / 各 AI 平台账号 |
自上而下是生产力路径：选模型 → 选工具 → 管理配置。显性、讨论也多。自下而上是可用性路径：账号能注册、网络能稳定访问，是上面三层的前提。多数使用问题（风控、封号、限流、连接不稳）出在下面两层，而不是模型或 CLI 本身。
模型层：同一套 CLI 可以换后端
这些平台通常同时有面向普通用户的产品或会员，以及面向开发者的 API。学工具链时，主要会碰到 API Key、用量页面、模型列表和速率限制。ChatGPT 订阅（对话）与 API 平台（开发、按 token 计费）是两套独立的账号计费体系，别的家也常有类似拆分。
| 平台 | 定位 | 入口 |
|---|---|---|
| OpenAI | 生态最大 | platform.openai.com、Codex 入门 |
| Anthropic / Claude | 长上下文和代码能力突出；Claude Code 是官方终端 Agent，订阅（Pro/Max）与 API 都可作后端 | docs.anthropic.com |
| xAI / Grok | Grok 模型，以及终端 / TUI 编程工具 Grok Build，可读写仓库、跑命令，并兼容常见的 AGENTS.md / CLAUDE.md、skills、hooks | x.ai、Grok Build 文档 |
| DeepSeek | 国内可直连，API 价格显著低于海外平台，适合高频调用、批处理。另有官方 harness（dsh），见工具层 | platform.deepseek.com |
| Kimi（月之暗面） | Kimi K2 系列开放权重，主打长上下文与 Agent / 代码；API 提供 Anthropic 兼容接口，常被当作 Claude Code 等 CLI 的低成本替换后端 | platform.kimi.com（国内）、platform.kimi.ai（国际） |
| GLM（智谱 AI） | GLM-4.x 系列同样开放权重；GLM Coding Plan 以包月方式提供 Claude Code 兼容接入，是国内「低成本跑 CLI」的常见路线 | open.bigmodel.cn（国内）、z.ai（国际） |
DeepSeek、Kimi、GLM 的共同意义，是让工具层与模型层解耦变得实用：同一个 Claude Code 或 OpenCode，可以按任务成本在多家后端之间切换。这是后文 CC Switch 这类编排工具存在的前提。DeepSeek 后来把 harness 也开源了，解耦还可以发生在驾驭层：不必只把 Claude Code 接到便宜后端，可以直接换运行时。Kimi / GLM 的 Anthropic 兼容接入我还没实测，配置方式和稳定性以各家文档为准。
Google 在这篇里不当作模型供应商展开，只作为账号、浏览器与搜索基础设施，放到账号层。
工具层正在分叉：厂商产品和开源 harness
工具层有两条路。厂商产品把模型和驾驭层绑在一起卖。开源 harness 把模型当插件，核心做多厚、哪些能力留给你装，各家不一样。
厂商产品选哪个，主要看你订阅了哪家模型。开源 harness 选哪个，看你要的是最小核心（Pi）、插件内核（dsh），还是一个现成能跑的多后端客户端（OpenCode / Hermes）。
| 工具 | 类型 | 定位 |
|---|---|---|
| Claude Code（Anthropic 官方） | 厂商产品 | 以终端 CLI 为主要入口，也支持 IDE、桌面端和网页端。可读写代码库、执行命令，并通过 Git、MCP、Skills、Hooks 接入开发流程 |
| Codex（OpenAI） | 厂商产品 | 代码生成与执行环境，本地 CLI 与云端任务两种形态 |
| Grok Build（xAI 官方） | 厂商产品 | 终端 / TUI 侧 Agent 编程工具，可读写仓库、跑命令，与 AGENTS.md / skills / hooks 等配置配合使用 |
| Pi（Earendil Works，开源） | 开源 harness | 最小核心的终端 harness。默认四个工具（read / write / edit / bash），用 TypeScript 扩展、skills、packages 自己加能力；接 15+ 家供应商，会话中途可切换。官方不内置权限弹窗，默认以启动它的用户权限运行 |
DeepSeek Harness（dsh，DeepSeek 官方，开源） | 开源 harness | 口号是 everything is a plugin：模型、工具、skills、会话、沙箱、调度和 UI 都是插件。默认入口是本地 Web UI（npx @deepseek-ai/dsh web）。目前是开发者预览，官方写明会有破坏兼容性的变更 |
| OpenCode | 开源 harness | 开源社区的终端 AI 编程工具，可接多家模型后端，适合想降低单一供应商绑定的场景 |
| Hermes Agent（Nous Research，开源） | 开源 harness | 仓库已经很大，更适合先当成品用，不适合当源码入门材料 |
Pi 和 dsh 把 harness 本身做成了产品，和仓库里的 AGENTS.md、skills、hooks 不是同一层：前者是你装哪个运行时，后者是你给运行时什么规矩。仓库里那套配置这篇不展开。
MCP（Model Context Protocol）是 Anthropic 发起的开放协议，用统一接口把外部工具和数据源（数据库、浏览器、内部 API 等）接到 AI 工具上。Claude Code、Codex、Grok Build 等厂商 CLI 均支持或兼容同类扩展方式。它之于 AI 工具，类似 LSP 之于编辑器：工具方接入一次，兼容客户端都能调用。Pi 默认不内置 MCP，官方建议用 skills 或自己写扩展，这是最小核心的一部分。评估 CLI 生态，既要看 MCP 与插件，也要看它把哪些能力留在核心、哪些留给你装。
网页本身还不是模型能直接吃的输入。Firecrawl 把任意网页抓成干净的 Markdown 或 JSON，典型场景是给 RAG（检索增强生成）准备语料、让 Agent 读一个网站而不被 HTML 噪音淹没、批量采集文档站做知识库。在工具链里：Agent 是手，Firecrawl 是眼，负责把网页变成模型可读输入。
编排层：配置散了才需要 CC Switch
CC Switch（中文）是跨平台桌面工具，统一管理多个 AI 编程工具的配置（API Key、模型选择、供应商切换）。截至 2026-09-05，官网列出的是 Claude Code、Claude Desktop、Codex、Gemini CLI、OpenCode、OpenClaw 和 Hermes Agent（以官网当前列表为准；Grok Build、Pi、DeepSeek Harness 等可用其自身配置或兼容层管理）。
同时用两三个 CLI、接两三家模型时，配置散在各自文件里，切供应商要逐个改。CC Switch 给统一入口，降低切换成本。工具层已经多到需要「管理工具的工具」，类似当年 nvm 之于 Node 版本。只用一家、只装一个 CLI，不必上这一层。
网络层：能打开网页不等于能稳定用
原则就一句：节点质量大于是否能连通。
境外 AI 服务普遍对来源 IP 做画像评分。住宅 IP（家庭宽带）信誉最高；机房 IP（数据中心）是代理、爬虫的典型特征，信誉天然偏低。一个 IP 背后挂的用户越多，行为越杂，越容易被标成滥用来源。IP 若曾被用于批量注册、爬虫、垃圾邮件，会进入各类黑名单。低质量 IP 之后是风控，再往后是注册被拒、频繁人机验证、账号封禁或服务降级。能打开网页，不等于能稳定使用。
同一节点的 IPv4 和 IPv6 路由可能完全不同，实测延迟可能差数倍，部分服务对 IPv6 支持不完整。台湾、日本、美国等不同出口，延迟、丢包与目标服务的风控策略都不同，物理距离近不等于路由优。DNS 解析结果决定连到哪个机房；解析请求如果走了本地运营商，还会造成环境不一致，本身就是风控信号。
换节点后，习惯是先跑一遍检测（IP 类型、风险分、DNS 出口、WebRTC 是否泄露），再登录重要账号。
| 工具 | 用途 |
|---|---|
| ipdata.co | IP 归属、类型、威胁情报评分 |
| ip.net.coffee/ip | 综合 IP 属性检测 |
| ip.net.coffee/gpt | 针对 ChatGPT 的 IP 环境检测（住宅 / 机房 / 风险 / DNS） |
| Claude Code 稳定性说明 | 使用环境与配置优化说明 |
客户端只是壳，体验取决于订阅节点质量。具体机场和节点渠道不列名单，自己检索即可，名单也不构成推荐。
账号层：Google 和 GitHub 是根
Google 账号 是国际服务的基础入口：ChatGPT、Claude、Grok 乃至大多数开发者服务都支持 Google OAuth 登录。一个信誉良好的 Google 账号是整个体系的根。Chrome 是日常浏览、扩展和登录态的基础环境，Google Search 则是定位官方文档、源码与一手资料的入口之一，再交给 CLI 或 Agent 深挖。
ChatGPT（OpenAI）、Claude（Anthropic）、Grok（xAI）各自独立注册，均对注册和使用时的网络环境敏感。GitHub 在代码托管之外，也是大量开发者工具的 OAuth 身份源。
账号多了以后，密码复用是最大的单点风险。1Password 这类密码管理器的用处，是为每个服务生成唯一强密码。Google、GitHub 等根账号务必开启两步验证（2FA），优先用 TOTP 或硬件密钥而非短信。备用邮箱和恢复码离线保存：根账号一旦丢失，挂在上面的 OAuth 登录会连锁失效。买现成账号、外区 ID 这类渠道不写，自己注册、自己管密码。
采用面已经很大，信任还没有跟上
截至 2026-07，最近一轮大型开发者调查大致指向三件事。
Stack Overflow 2025 开发者调查 里，84% 的受访者正在使用或计划使用 AI 工具；DORA 2025 报告 里，约 90% 的受访者表示已在工作中使用 AI。采用面已经铺开。
效率提升和信任不足同时存在。Stack Overflow 调查中，52% 的开发者认为 AI 工具或 Agent 提高了效率，但不信任输出准确性的人比信任的人更多（46% 对 33%）。最大的单项抱怨是「AI 给出的方案几乎对，但没完全对」（66%），紧随其后的是调试 AI 生成的代码更耗时（45%）。
Agent 还没有成为主流工作方式。Stack Overflow 调查中，52% 的开发者没有使用 Agent，或仍只用较简单的 AI 工具，38% 明确不打算采用。DORA 把 AI 归纳为组织能力的放大器：工程流程健全时更容易取得收益，原有的流程问题也会被一起放大。
调查数据和分层模型落到同一件事上：工具已经普及，但输出仍要人审；下面两层配不好，上面三层再强也用不稳。我自己的顺序是先把网络和账号配稳，再把一个 CLI 当日常环境用起来，而不是同时追好几套。体系化资料（比如 JavaGuide）仍然重要，信息获取的主入口仍是 Google 和 GitHub。AI 能替你写代码，审核输出需要判断力。
本文没有覆盖的
指令文件、skills、hooks、权限和验收怎么写成一套 harness，这篇只点到为止，不写操作步骤。
Hermes Agent、Pi、DeepSeek Harness 都还没实际跑过。DeepSeek Harness 目前是开发者预览，插件契约会变，不能当稳定日用工具写。Kimi / GLM 的 Anthropic 兼容接入（配置方式、稳定性、与 CC Switch 的配合）也还没实测。ping0.cc 在 2026-07-20 那次核验里打不开，检测工具表里暂时没放。
浏览器扩展和用户脚本是个人环境，不展开。具体机场、节点渠道和买号平台不列名单，自己检索即可。
参考
- Claude Code Overview（核验日期 2026-07-20）
- Anthropic 文档中心
- OpenAI 开发者平台
- xAI
- Grok Build
- Pi（文档：pi.dev/docs/latest；仓库：earendil-works/pi）
- DeepSeek Harness（仓库：deepseek-ai/deepseek-harness；核验日期 2026-09-05）
- OpenCode
- Firecrawl
- CC Switch
- Stack Overflow 2025 Developer Survey · AI（数字核验日期 2026-09-05）
- DORA 2025: State of AI-assisted Software Development
- AI 编程工具选型与工作流