最佳 AI 程式輔助工具 2026

Claude Code 維持第一，9.5 分。這週的重點要特別提醒排第二的 OpenAI Codex 用戶：你們有一個遷移期限。

OpenAI 在 9 月 14 日的更新日誌寫明，GPT-5.5 將在 10 月 14 日從 Codex 退役，適用所有用 ChatGPT 帳號登入的人。指示講得很具體，把 gpt-5.5 換成 gpt-5.6-sol，接著更新工作區預設值、儲存的模型設定、集中管理的設定檔、自訂代理、排程任務，還有所有寫死 gpt-5.5 的腳本。API 端會保留舊模型，所以風險集中在透過 ChatGPT 登入使用 Codex 的團隊。

我會這樣做。今天就在 repo 和 CI 設定裡搜尋 gpt-5.5 這個字串，先改一條 pipeline，拿它一週的 PR 跟舊基準比一比，沒問題再全面切換。Codex 總分 9.3，代理能力 9.5，有計畫地切換才能把這個品質保住。

命令列工具這週也更新得很勤。GitHub Copilot CLI 1.0.85 在 9 月 16 日推出，Vim 模式開放給所有人，還多了 /settings 和 /config 指令。同一天 Antigravity CLI 1.2.4 可以不重開 session 就重新載入 skills，Gemini CLI 0.60.0 則在 9 月 15 日收緊了擴充套件存取系統的權限。

更新節奏這麼快，所以共用環境裡我一定鎖版本。每週一版確實帶來實在的改進，團隊自己決定升級時間，才吃得到這些好處又不被打亂。

Claude Code 能穩坐第一，靠的是程式品質 9.8 和代理能力 9.7，9 月 10 日的版本也讓 Claude 各個 app 的計價統一。Cursor 9.1 分，IDE 整合 9.6，編輯器體驗全榜最好。GitHub Copilot 7.9 分，IDE 整合拿到 9.5，整天待在 VS Code、想要最輕量設定的團隊，看這個分數就夠了。

今天排名照舊。

Claude Code 續居第一，9.5 分。這週的重點是長時間工作之後那張帳單。

Anthropic 在 9 月 1 日推出 Claude Fable 5.1 與 Mythos 5.1，檯面上的價格沒動，每百萬輸入 10 美元、輸出 50 美元。真正改變的是快取。快取讀取從每百萬 1 美元降到 0.25 美元，砍掉七成五，快取命中改用基礎費率的 0.025 倍計價。Anthropic 自己估算，一般工作量省下約兩成五，代理式工作量最多可以省到四成五。

代理式寫程式受惠最大，因為代理每一輪都會重讀同一份專案結構、同樣的檔案標頭、同樣的指令。一次跑四小時的重構，反覆讀取同一份大快取上百次，現在的花費跟八月比只剩一小部分。我因此把 Claude Code 的性價比拉到 9.2，總分維持 9.5、續居第一。

實務上要做的事，是讓你的提示真的吃到快取。把穩定的材料放前面，專案說明、架構筆記、風格指南，會變動的對話留到最後。每一輪都讓快取失效，這筆折扣你一毛都拿不到。

OpenAI Codex 維持 9.3，已經在 OpenAI 生態裡的團隊選它最順，代理能力 9.5。Cursor 9.1 仍然是編輯器體驗最好的一個，IDE 整合 9.6，想在編輯器裡直接用代理的開發者，我會給他這個。

Aider 7.7、性價比 9.5，開源、跑在終端機、想接哪個模型就接哪個。租屋處自己接案的人，這一個最省錢。

Claude Code 維持 9.5 分第一。這週對寫程式的團隊最實用的一課，來自 9 月 3 日那場當機。OpenAI 說路由錯誤讓部分使用者大約半小時用不了 ChatGPT 和 Codex；Anthropic 也回報 Claude Code 和開發者 API 出現部分基礎設施故障。整個衝刺只靠一個雲端代理，它一停，大家就一起乾瞪眼。

所以我現在會寫一份備援計畫：在主要專案上先設定好第二個代理，平常就練習切換。我最愛的備胎是 Aider，7.7 分，開源、任何終端機都能跑，哪家模型服務還活著就接哪家，連本機模型都能用。

Claude Code 穩坐第一，靠的是跨很多檔案的大型重構。它先規劃、再一步一步改、中間跑測試。

OpenAI Codex 9.3 分，Agents API 公開測試版我還在拿真實專案操它。Cursor 9.1 分，審查代理改動的編輯器體驗還是最好。Cursor 現在歸 SpaceX 所有，新加了 Origin 程式碼託管和跑更久的雲端代理，這兩個我測完才會調分。

價格也分層分得很清楚了。9 月 1 日起，GitHub Copilot Pro 每月 10 美元，是最便宜的付費入口；Claude Code、Codex、Cursor 大約 20 美元起跳；天天重度用代理，實際花費會落在 60 到 200 美元。Copilot 的 CLI 二月正式推出，內建雲端代理和程式碼審查代理，學生想入門我直接推 10 美元方案。

Google Antigravity 8.5 分、Jules 8.2 分，本來就住在 Google 工具裡的團隊選它們最順。這週排名不變。

Claude Code 以 9.5 分繼續坐第一，這週前三名的消息很熱鬧，名次倒是一格都沒動。最大的新聞是 OpenAI 在 9 月 10 日推出 Agents API 公開測試版，把 Codex 的執行框架搬到雲端代理人上，附帶代管的流程編排、長時間工作階段，還有 OpenAI 自己託管的沙盒環境，Deep Research 也一起塞進 Codex。講白了，想把寫程式的代理人接進自家 CI 流程的團隊，這次 OpenAI Codex 能做的事情明顯變多了。

Codex 我先維持 9.3 分。公開測試版要讓團隊拿真實專案跑個幾週，我才會加分，下次更新前我會好好操它。

Claude Code 穩坐第一，靠的是我每週花最多時間的那種工作：跨十幾個檔案的大重構，用測試當驗收標準。Anthropic 在 9 月 1 日推出 Claude Fable 5.1 和 Mythos 5.1，Claude Code 本身也持續穩定出修正版，2.1.270 修掉了長時間工作階段裡唯讀 git 指令一直跳權限確認的問題。這種小修正很關鍵，因為代理人最容易卡住節奏的地方，就是權限提示。

Cursor 維持 9.1 分，想在編輯器裡直接用代理人、要快速補全跟乾淨的差異檢視，選它最舒服。The New Stack 分析 Cursor、Claude Code、Codex 正在變成分工明確的組合：編排、執行、審查各司其職。我自己就是這樣用，重活丟給終端機裡的代理人跑，最後在編輯器裡看 diff。

付錢前先算清楚。GitHub Copilot Pro 一個月三百出頭，還是最便宜的付費入口；多數代理人工具一個月六百多起跳；每天重度使用的話，實際預算大概落在兩千到六千多。

Google Antigravity 8.5 分第四，Jules 8.2 分第五。Jules 綁在 Google AI Pro 裡，Antigravity 免費就能開始用，本來就住在 Google 生態系的人很好上手。這週排名不變。

九月那波模型更新過了十天，我拿真的專案在這幾個工具之間跑了夠多輪，可以說排名維持，也可以講清楚現在真正在決勝負的是什麼。

Claude Code 守第一，9.5 分，靠的是長任務的代理可靠度。丟一個橫跨十幾個檔案的重構給它，用測試套件當合約，它會整段做完，自己去讀該讀的，把測試跑起來，出事就老實講。最後這個行為的價值高過任何跑分數字，因為一個測試全紅還宣稱成功的代理，等於把你以為省下來的那小時原封不動還你。

OpenAI Codex 維持 9.3，強在雲端沙箱。當你的專案大到跑一輪完整測試就會打斷思緒，把長任務丟到遠端、本機繼續打字，這個價值馬上就出來。

Cursor 的 9.1 還是最鋒利的純編輯體驗。理解周邊專案的補全，加上落點精準的行內編輯，在你已經很清楚要寫什麼的那一小時裡，它就是最快的。

這個月我一直盯著的是價格。Anthropic 在九月初把快取讀取的價錢砍掉四分之三，這件事在這個品類的份量高過其他任何地方，因為程式代理在一次工作階段裡會把同一批檔案重讀幾十遍。每天這樣操的人，現在一整天的帳單比八月明顯低。

挑一個，把它決定要讀什麼的邏輯摸透，然後往深處鑽。單一助理的深度，勝過三個輪流淺嘗。

GPT-6 Astra 在 9 月 3 日上線，是這幾個月來第一件讓我認真重新檢視榜首的事。用了一週之後，我還是把 Claude Code 留在第一，同時把 OpenAI Codex 往上調到 9.3。

Astra 在多檔案推理上確實往前跨了一步，Codex 立刻就吃到這個紅利。它沒有跟著吃到的，是讓 Claude Code 保持領先的那套外殼品質，包含權限模型、跨整個 repo 撐住一次長重構的能力，以及測試跑到一半失敗時能優雅接手繼續處理。

說真的，這個差別現在比模型跑分重要多了。榜上每一個認真的助理背後都接著前沿模型，差異化早就移到「這個 agent 在四十分鐘的任務裡表現如何」。以我每天的實際使用來說，Claude Code 撐這段路撐得最好。

Cursor 守住第三，9.1 分。想留在 IDE 裡工作的話，它的編輯體驗依然最順，對於習慣用「開著的分頁」來理解專案的開發者，這就是正確選擇。

最後講個實際的成本問題。Astra 的輸出定價夠貴，上個世代跑起來還算便宜的 agentic 迴圈，現在很快就會累積成一筆數字。如果你的助理允許按任務指定模型，就把前沿模型留給架構跟除錯，機械式的修改跟測試骨架交給快速級距。我自己這樣切之後，每週支出大概少了三分之一。

這週有兩件事會直接影響到有在付錢用編碼助理的人。Anthropic 為它的代理模型線推出了 100 萬 token 的上下文層級，同時把提示快取讀取的價格砍了七成五。這兩件事打的都是代理式編碼的成本結構，而代理式編碼正是這類工具要嘛值回訂閱費、要嘛默默浪費掉的那個場景。

快取降價才是重點，而它得到的關注遠低於它應得的。代理式編碼每一輪都要重讀同一份專案脈絡，當快取讀取便宜七成五，一場以前兩個下午就把月額度燒光的大型重構，現在可以撐過一整週。我把 Claude Code 的上下文分數提到 9.7，理由是更大的視窗加上讓你真的用得起的價格，這兩件事要合在一起看。

OpenAI Codex 調到 9.2。GPT-6 Astra 還在限量開放，我調升 Codex 的理由跟那個無關：它跨檔案編輯時維持介面契約的穩定度明顯進步了。我這週丟給它一個要改某個模組函式簽章、然後更新十一個呼叫點的任務，十一個它全都改到了。

Cursor 維持 9.1，仍然是我推薦給想在熟悉編輯器裡用助理、而非在終端機裡用的開發者。這一輪公布的 McKinsey 調查指出，32% 的組織因為代理式編碼工具可以自己蓋，而放棄採購至少一項軟體產品。這個數字告訴我這個品類已經走過實驗期，也是我在這份排行榜裡把代理能力權重放這麼重的原因。

五天內兩個前沿模型發布，排名幾乎沒動，這件事本身就說明了這個品類的重點在哪。

Claude Code 守第一，9.5 分，因為產品本體是那層外殼，而外殼決定了一個 coding agent 是把任務做完，還是留給你一個重構到一半的專案。Anthropic 的 Fable 5.1 在 9 月 1 日推出，專門針對代理式工具呼叫調校，快取讀取 0.25 美元，長時間自主任務剛好就吃在這個價格上。

OpenAI Codex 的 9.1 這週故事比較精彩，GPT-6 Astra 自評 Terminal-Bench 4.0 拿 57.7、DeepSWE 拿 74.1，這兩個剛好是跟「真的把工程票做完」相關性最高的指標。我要看到這些數字在真實專案裡站得住，才會把 Codex 拉過 9.1，兩週內我會再看一次。

Cursor 維持 9.1，適合把編輯器擺第一、代理擺第二的開發者，多檔案編輯的審閱流程還是這個品類裡最好讀的。

Google Antigravity 的 8.5，進步速度是這份清單裡最快的。

說真的，底下那顆模型現在幾週就換一次，所以挑工具要看它的外殼在某一步失敗之後怎麼收拾，因為那才是不會一直變的東西。

Anthropic 在 9 月 1 日推出 Claude Fable 5.1，官方說法是他們最先進的程式與知識工作模型，明確針對代理式工具呼叫調校，而且快取讀取費用降很多。最後這一項才是這個類別真正的重點，也是 Claude Code 守住 9.5 第一名的原因。

長時間的代理式寫程式，每一輪都要重播大量上下文，而這個重播成本，就是一直以來大家不敢讓 agent 自己跑一小時的原因。快取讀取降價，等於把整個工作流的經濟性重算一次。

Claude Code 的第一名靠的還是我整年都在講的三件事，動手改之前會先好好讀完整個 repo、改出來的東西過得了 code review、自己出錯自己救得回來，不用人重開一次 session。

OpenAI Codex 的 9.1，在 ChatGPT 生態裡還是比較順的選擇，雲端任務執行拿來平行處理很實用。Cursor 的 9.1 仍然是純編輯器體驗的天花板，如果你要的是 Tab 補全和行內 diff 而不用終端機 agent，它就是對的工具。

Google Antigravity 的 8.5 進步很快，瀏覽器感知除錯對前端來說是真的有差。Jules 的 8.2 是值得用的免費選項。

我 9 月的結論很簡單，照你希望 agent 待在哪裡來選。習慣終端機的用 Claude Code，習慣編輯器的用 Cursor，然後所有人現在都該去看一下每月 token 花費，因為長時間跑變便宜了。

Claude Code 繼續守在第一，八月完全沒有出現能撼動它的東西。這個月八家業者推出的十六個模型，絕大多數都是速度層跟成本層的版本，對寫程式的 agent 當然有幫助，可是這並不會提高「agent 能自己跑完多少事」的天花板。而那個天花板，正是 Claude Code 拿 9.5 的理由。

七月底開始底層換成 Opus 5，成本大約是前一代旗艦的一半，實際的差別是這樣：那種要讀二十個檔案、跑一輪測試、然後自己修到過的長時間 agent 任務，從「偶爾才捨得跑一次」變成「整天都可以這樣用」。這個轉變比任何跑分都重要。

OpenAI Codex 跟 Cursor 並列 9.1，理由不一樣。Codex 從對話直接接到實際執行任務的銜接最順；Cursor 則還是穩穩守住「我要待在檔案裡面看每一個 diff、隨時介入」的那群開發者。

Google Antigravity 維持第四。八月十三號 Gemini 3.7 Flash 成為最快的前沿等級模型，這件事對 Antigravity 特別有利，因為 IDE 裡面的 agent 本來就是大量的小型請求，延遲會一層一層疊起來變成明顯的卡頓感。

這週我不動排名，因為這些發表沒有改變我實際會伸手去拿哪一個。