一、基础概念
1. Token 是什么？
-
核心定义：大模型处理文本的最小计量单位，是 AI 理解和生成内容的"基本单元"。
-
常用换算（精准适配开发者场景）：
-
中文：1 token ≈ 1 个汉字（含标点、空格，误差可忽略）；
-
英文：1 token ≈ 0.75 个单词（如 "hello world" 约 2 tokens）；
-
常见标识：6.7m tokens = 670 万 tokens（m 是 million 缩写）；
-
上下文面板解读：如「44k/200k」表示，当前对话已占用 44k tokens，模型最大支持 200k tokens 上下文（上下文越长，AI 越能理解长文本/复杂逻辑）。
2. IDE 与 AI IDE 区别
-
IDE（集成开发环境）：开发者日常写代码的核心工具，集成代码编辑、编译/解释、调试、版本控制等功能，常见如 VS Code、IntelliJ IDEA、PyCharm。
-
AI IDE：在普通 IDE 基础上，内置大模型能力，可直接通过自然语言生成、重构、调试代码，无需手动编写重复逻辑，代表如 Cursor、Trae。
3. MCP（Model Context Protocol）
-
核心定义：AI 调用外部工具的标准协议，是大模型与第三方工具、服务的"桥梁"。
-
核心作用：让大模型以统一的接口，调用代码生成工具、数据库、API、文件解析工具等，无需为不同工具单独适配，类似"万能插座"，简化 AI 能力扩展。
二、Claude 系列核心区分（开发者极易混淆点）
很多开发者会混淆 Claude Opus 与 Claude Code，二者定位完全不同，用"大脑与手脚"类比最易理解：
1. Claude Opus
-
定位：Anthropic 公司推出的旗舰级大语言模型（LLM），是"大脑"。
-
核心优势：推理能力强、代码生成准确率高、长上下文支持（1M+ tokens），是当前代码领域表现顶尖的底层模型之一。
2. Claude Code
-
定位：基于 Claude 模型开发的 AI 编程工具（支持 CLI 命令行、IDE 插件），是"手脚"。
-
核心优势：底层调用 Claude Opus/Sonnet 模型，可直接在终端/IDE 中编辑文件、调试代码、重构逻辑、执行 Git 命令，无需切换工具。
✅ 总结：Claude Opus 是提供 AI 能力的"引擎"，Claude Code 是调用该引擎的"编程工具"。
三、国内外主流热门大模型
聚焦开发者常用、高性价比、易部署的模型，不冗余，直接对应开发场景：
1. 国外主流模型
-
OpenAI：GPT-5、GPT-4o（全能型标杆，生态最完善，支持多模态、实时交互，适合复杂推理、企业级应用）；
-
Anthropic：Claude 4.6 Opus（代码生成、长文本推理第一梯队，适合编程、法律/医疗等专业文本处理）；
-
Google DeepMind：Gemini 3.1（多模态天花板，支持图像/视频/3D 处理，超长上下文，适合多模态开发）；
-
Meta：Llama 4（开源旗舰模型，性能逼近闭源模型，支持私有化部署，适合科研、企业内网开发）。
2. 国内主流模型
-
字节跳动：豆包 Seed 2.0（综合能力强，多模态、语音交互突出，适合 C 端助手、垂直场景开发）；
-
阿里巴巴：Qwen 3.5（国产开源标杆，生态活跃，多模态支持，性价比高，适合通用开发、私有化部署）；
-
智谱 AI：GLM-5（推理能力强，编程、AI 智能体能力突出，适合复杂系统开发、政务/金融场景）；
-
深度求索：DeepSeek（代码推理、数学能力顶尖，API 价格低，适合编程竞赛、低成本部署）；
-
月之暗面：Kimi 2.5（超长上下文支持，200万 tokens，适合长文档处理、知识库开发）；
-
MiniMax：M2.5（推理速度极快，轻量 MoE 架构，低延迟，适合实时交互、Agent 规模化部署）。
四、四大国产开源旗舰模型对比（开发者重点关注）
聚焦国内开源模型，适配开发者私有化部署、低成本开发需求，清晰选型：
| 模型名称 | 研发厂商 | 核心优势 | 适用开发场景 |
|---|---|---|---|
| Qwen 3.5 | 阿里巴巴 | 原生多模态，全栈开源（轻量到旗舰版），性价比高，多语言支持 | 通用开发、私有化部署、多语言项目、端侧 AI 开发 |
| GLM-5 | 智谱 AI | 推理可靠性强，编程/Agent 能力顶尖，长程逻辑一致性好 | 复杂系统工程、后端开发、AI 智能体开发、政务/金融项目 |
| MiniMax M2.5 | MiniMax | 推理极快（低延迟），轻量 MoE 架构，Agent 原生优化，成本低 | 实时交互应用、API 服务开发、中小企业落地、Office 自动化 |
| Kimi 2.5 | 月之暗面 | 超长篇上下文（200万 tokens），多模态支持，文档解析能力强 | 长文档处理、知识库开发、法律/医疗文本解析、复杂任务并行处理 |
五、当前最火 AI 编程工具（开发者可直接上手）
按国内外分类，聚焦实用性、普及率，避开小众工具，直接适配日常开发：
1. 国外热门 AI 编程工具
-
Cursor：AI 原生 IDE，基于 VS Code 深度改造，支持 GPT-4o/Claude Opus 双模型切换，可理解全项目上下文，支持批量重构代码，适合全栈开发、项目级快速迭代；
-
GitHub Copilot：目前最普及的 IDE 插件，支持 37+ 编程语言，实时单行/函数级补全，集成 GitHub 生态，支持代码解释、调试，适合所有开发者日常编码；
-
Claude Code：命令行（CLI）AI 编程工具，底层调用 Claude Opus，可直接在终端编辑文件、调试代码、执行 Git 命令，适合终端重度开发者、复杂算法编写。
2. 国内热门 AI 编程工具
-
Trae（字节跳动）：AI 原生 IDE，中文语义理解极强，支持全流程开发（需求→架构→编码→调试→部署），完全免费，适合国内开发者、全栈/前端开发；
-
通义灵码（阿里巴巴）：IDE 插件（支持 VS Code/IDEA），基于通义千问模型，Java/后端友好，稳定可靠，集成阿里云生态，适合企业级后端开发；
-
DeepSeek Coder：代码专用模型+IDE 插件，代码推理能力强，开源可私有化部署，API 价格极低，适合编程竞赛、科研、低成本项目开发。
六、Ollama 核心解读（开发者最易踩坑点）
❌ 重点澄清：Ollama 绝对不是梯子（VPN）、不是翻墙工具，与网络代理无关！
✅ 正确定义：Ollama 是一款「本地一键运行开源大模型的工具」，核心价值的为开发者简化开源模型部署流程。
-
核心功能：在本地电脑（Windows/Mac/Linux）运行 Qwen3.5、GLM-5、DeepSeek、Llama 等开源模型，无需配置复杂的 CUDA、Python 依赖；
-
核心优势：本地运行，数据不上传云端，保障代码/数据隐私安全；一条命令即可启动模型，支持 API 调用，可快速接入自己的项目/IDE；
-
适用场景：开发者本地调试开源模型、私有化部署测试、快速验证 AI 功能原型。
✅ 极简总结：Ollama 是"本地 AI 模型运行容器"，不是网络工具，国内可正常使用，安全合规。
七、核心知识点总结（方便快速回顾）
-
Token：AI 处理文本的最小单位，1 中文 ≈ 1 token，6.7m = 670 万 token；
-
IDE：开发工具，AI IDE = 带 AI 辅助的开发工具（Cursor、Trae 等）；
-
MCP：AI 调用外部工具的标准协议，简化 AI 能力扩展；
-
Claude Opus = 底层大模型（大脑），Claude Code = AI 编程工具（手脚）；
-
国内四大开源主力：Qwen3.5、GLM-5、MiniMax2.5、Kimi2.5，按需选型；
-
AI 编程工具首选：Cursor（国外）、GitHub Copilot（通用）、Trae（国内免费）；
-
Ollama：本地跑开源大模型，与翻墙无关，开发者本地调试首选。
备注：本文聚焦开发者日常接触的 AI 相关概念与工具，精简冗余内容，避开认知误区，适合快速建立知识体系，后续可根据具体开发场景（如私有化部署、AI 编程实操）进一步深入。