指令遵循能力：AI 编码助手是否能够准确理解并执行开发者的指令？
单元测试能力：AI 编码助手能否生成高质量的单元测试，确保代码功能的正确性？
代码质量评估：AI 编码助手能否对代码质量进行客观、准确的评估，提供改进建议？
模型选择：在不同场景下，如何选择最合适的AI模型来支持编码任务？
使用成本：不同 AI 编码助手的定价策略与使用成本，如何选择性价比最高的方案？
用户体验：AI 编码助手的易用性、集成性以及对开发者工作流程的适应程度。
可定制性：是否能够根据个人或团队的特定需求，对 AI 编码助手进行定制和扩展？
目前，市面上涌现出各种各样的 ai 编码助手，每一款都宣称能够显著提升开发效率。为了帮助开发者们更好地选择，我投入了大量时间，对多款主流 ai 编码助手进行了详尽的测试。测试工作量巨大，涉及方方面面，并且我还会不断更新和扩展测试范围。我的目标是最终实现测试过程的自动化，减少手动操作，提高测评效率。
本次测评主要针对以下三款 AI 模型：
此外，还有一些其他的 AI 编码工具，例如 TRAE、Claude Code、Augment、RooCode、Cline、Windsurf、Cursor、Zed AI、GitHub Copilot 等
，也在我的测试列表中。我会逐步对它们进行评估，并分享测试结果。值得一提的是，还有一些 AI 编码工具，比如 Lovable 和 Bolt，可能不会被纳入我的测试范围，而像 Ada 等工具，我会尽力使其达到可测试状态，以便进行评估。
在进行测评时，我主要关注以下三个方面：
为了保证评估的公正性，我使用 Claude 3.7 Thinking 模型作为代码质量的评判者
。经过多次测试，我发现 Claude 3.7 Thinking 在代码评估方面表现出高度的稳定性和一致性。通过精心设计的 Prompt，我可以确保每次评估的结果都具有可信度。
测评维度详解
通过以上三个维度的综合评估，我希望能够为开发者们提供一份有价值的参考，帮助大家选择最适合自己的 AI 编码助手。
让我们首先来看一下 Gemini Pro 2.5 (05-06) 的测评结果。令人遗憾的是，它的表现并不尽如人意，仅仅排在第三位。尽管 Gemini Pro 2.5 的评分达到了 5980 分，但与其他 AI 编码助手相比，代码质量并不突出，而且工具失效的情况也时有发生。这与我之前的预期存在一定的差距。
各工具排名
ZED AI 的意外惊喜
让我感到意外的是，ZED AI 这款 AI 编码工具的表现非常出色，以 6240 分的成绩位列第二名。ZED AI 在工具稳定性和代码质量方面都超越了 Gemini Pro 2.5。这着实让我感到惊喜，因为它是一款相对小众的 AI 编码工具。
Cline：低调的实力派
Cline 以 6280 分的微弱优势位居榜首。Cline 给我的印象是工具非常稳定，极少出现工具失效的情况。同时，它生成的代码质量也相当不错，能够通过大部分的单元测试。虽然 Cline 在各方面表现都比较均衡，没有特别突出的亮点，但它的稳定性和可靠性使其成为一款值得信赖的 AI 编码助手。
总而言之，Gemini Pro 2.5 (05-06) 在本次测评中的表现令人失望。尽管它的分数高于 RooCode，但在代码质量和工具稳定性方面存在不足。而 ZED AI 和 Cline 则凭借其出色的性能，成为了本次测评中的亮点。
接下来，让我们看看 Claude 3.7 在本次测评中的表现。与 Gemini Pro 2.5 相比，Claude 3.7 在各个方面都实现了显著的提升。
Claude 3.7 测评结果
从上面的数据可以看出，Claude 3.7 的整体表现远超 Gemini Pro 2.5。其中，Void 以 7280 分的优异成绩位居榜首，RooCode 和 ZED AI 也分别取得了不错的成绩。这些结果表明，Claude 3.7 在代码生成、单元测试和代码质量评估等方面都具有更强的能力。
Void：强大的开源 AI 代码编辑器
