附录 B：技术雷达
本技术雷达帮助你了解 AI 编程领域的技术成熟度和采用建议。基于 ThoughtWorks 技术雷达，分为四个象限：
- 推荐（Adopt）: 生产可用，广泛采用，闭眼入
- 试用（Trial）: 值得尝试，潜力大，可以玩玩
- 观望（Assess）: 有趣但需观察，先别急
- 谨慎（Hold）: 避免使用或逐步淘汰，劝退
阅读建议
技术选型就像谈恋爱：推荐的可以结婚，试用的可以约会，观望的可以加个好友，谨慎的直接拉黑。
🟢 推荐（Adopt）
模型
🏆 GPT-4o
- 优势: 综合性能优异，多模态能力强，API 稳定
- 适用: 通用场景、生产应用、企业项目
- 定价: $2.50/1M input tokens（合理）
- 点评: 没有最好只有更好，但 GPT-4o 已经很好了
🏆 Claude Sonnet 4.6
- 优势: 编程任务王者，200K 上下文，Artifacts 体验极佳
- 适用: 代码生成、长文档处理、技术写作
- 定价: $3.00/1M input tokens
- 点评: 程序员最爱，用过都说好
🏆 DeepSeek-V3.2
- 优势: 开源免费，性价比无敌，可本地部署
- 适用: 成本敏感项目、私有部署、学习研究
- 定价: 免费（开源）
- 点评: 国货之光，老板最喜欢
工具
🔧 Cursor
- 成熟度: 最成熟的 AI IDE，VSCode 生态完整
- 优势: Composer 模式、多文件编辑、上下文管理
- 定价: $20/月
- 点评: AI 编程工具的 iPhone
🔧 Claude Code
- 成熟度: 终端内 AI 助手，适合脚本和 DevOps
- 优势: 命令行友好，git 集成，自动化能力强
- 定价: 包含在 Claude Pro ($20/月)
- 点评: 运维人员的新宠
🔧 GitHub Copilot
- 成熟度: 代码补全标准，团队协作支持好
- 优势: 多编辑器支持，企业版管理完善
- 定价: $10/月（个人），$19/月（企业）
- 点评: 老牌稳定，企业首选
框架
📦 OpenAI SDK
- 官方 SDK，文档完善，社区活跃
- TypeScript/Python 支持完美
- 点评: 官方出品，必属精品
📦 Vercel AI SDK
- 流式 UI 最佳实践，React 集成方便
- 多模型抽象，useChat Hook 好用
- 点评: Next.js 开发者的福音
📦 LangChain
- RAG 和 Agent 生态最完整
- 模板丰富，社区活跃
- 点评: 功能全面，但学习曲线陡
协议
🔌 OpenAI API
- 事实标准，兼容性最好
- 几乎所有模型都支持
- 点评: 业界通用语
🔌 MCP (Model Context Protocol)
- Anthropic 推出的上下文标准
- 生态快速发展，工具丰富
- 点评: 2024 年发布，2026 年已成气候
数据库
💾 PostgreSQL + pgvector
- 向量搜索能力，生产级稳定性
- 不需要额外学习成本
- 点评: 稳如老狗
💾 Redis
- 缓存和会话管理首选
- Prompt Caching 的好伙伴
- 点评: 老牌劲旅
平台
☁️ Vercel
- Next.js 部署最佳选择
- Edge Functions 支持好
- 点评: 前端开发者的家
☁️ Cloudflare Workers
- Edge 计算，全球低延迟
- 免费额度慷慨
- 点评: 性价比之王
☁️ Railway
- 快速部署，开发者友好
- 数据库托管方便
- 点评: 新手友好
🔵 试用（Trial）
模型
🔬 Gemini 2.5 Flash
- Google 最新模型，多模态能力强
- 价格便宜（$0.075/1M tokens）
- 风险: API 稳定性有待观察
- 点评: 便宜大碗，值得一试
🔬 GPT-4o mini
- 性价比高的替代方案
- 适合批量任务和简单场景
- 点评: 小而美
🔬 o3
- 推理能力最强，适合复杂逻辑任务
- 成本较高，速度较慢
- 风险: 贵且慢，谨慎使用
- 点评: 能力强但钱包受不了
工具
🛠️ Windsurf
- Codeium 新推出的 AI IDE
- 功能创新，Flow 模式有趣
- 风险: 新工具，生态待完善
- 点评: 值得关注的新秀
🛠️ Zed
- 高性能编辑器，AI 集成逐步完善
- Rust 编写，速度快
- 风险: AI 功能还在追赶
- 点评: 性能党的选择
🛠️ Aider
- 命令行 AI 编程工具
- 适合自动化和脚本
- 点评: 极客友好
🛠️ OpenClaw
- 开源自主 AI Agent 工具
- GitHub 175K+ 星标，社区活跃
- 风险: 新兴工具，生态建设中
- 点评: 开源 Agent 的明星项目
框架
📚 LangGraph
- LangChain 的 Agent 框架
- 适合复杂工作流
- 风险: 概念复杂，学习成本高
- 点评: 强大但需要时间掌握
📚 CrewAI
- 多 Agent 协作框架
- API 简洁，上手快
- 风险: 生态不如 LangChain
- 点评: 简单场景的好选择
📚 AutoGen
- 微软的 Agent 框架
- 研究价值高，适合探索
- 风险: 生产稳定性待验证
- 点评: 学术味浓
📚 OpenAI Swarm
- 官方轻量级 Agent 框架
- 概念清晰，代码简单
- 风险: 实验性项目
- 点评: 学习 Agent 的好材料
📚 Agentic RAG
- Agent 驱动的检索增强生成架构
- 动态检索策略，智能决策能力
- 风险: 架构模式新，最佳实践待形成
- 点评: RAG 的下一代演进方向
协议
🔗 A2A (Agent-to-Agent)
- Google 提出的 Agent 协议
- 标准化中，潜力大
- 风险: 规范未稳定
- 点评: 观望中
🔗 AG-UI (Agent-User Interface)
- 新兴的 Agent-用户交互协议
- 优化 AI Agent 与用户的交互体验
- 风险: 新协议，标准化进程中
- 点评: 有潜力但需要观察
🔗 OpenAI Realtime API
- 语音实时交互，延迟低
- 适合语音助手场景
- 风险: 使用场景有限
- 点评: 做语音应用可以试试
数据库
📊 Supabase
- Postgres 托管服务
- 集成向量搜索，开箱即用
- 点评: 懒人福音
📊 Weaviate
- 专业向量数据库，性能优秀
- 支持多模态搜索
- 点评: 专业向量搜索的好选择
平台
🌐 Replit
- 在线开发环境
- AI 助手集成紧密
- 风险: 本地开发体验更好
- 点评: 快速原型的好工具
🌐 Modal
- Serverless GPU
- 适合模型推理
- 点评: GPU 按需使用，省钱
🟡 观望（Assess）
模型
⚠️ Llama 4
- Meta 下一代开源模型
- 等待发布中
- 风险: 发布时间未定
- 点评: 期待但别着急
⚠️ Gemini 3.1 Pro
- Google 路线图中的模型
- 多模态能力预期强
- 风险: 规格未明确
- 点评: 先观望
⚠️ 国产闭源模型
- 通义千问、文心一言、智谱等
- API 稳定性待提升
- 风险: 文档不完善，社区小
- 点评: 特殊需求再考虑
工具
🔧 Claude Desktop
- Anthropic 的桌面应用
- 功能有限，不如网页版
- 点评: 鸡肋
🔧 Copilot Workspace
- GitHub 的 AI IDE
- 早期阶段，功能不完整
- 点评: 等等再说
🔧 Devin
- AI 软件工程师
- 访问受限，炒作大于实用
- 点评: 营销做得好
框架
📖 OpenAI Agents SDK
- 新发布的 Agent 框架
- 文档不完善，生态待建立
- 点评: 官方出品值得关注，但别急
📖 Semantic Kernel
- 微软的 AI 编排框架
- 生态不成熟，学习资源少
- 点评: 微软很努力但市场不买账
📖 Haystack
- RAG 框架，竞争激烈
- 功能不如 LangChain 全面
- 点评: 没有明显优势
协议
🔗 ANP (Agent Network Protocol)
- OpenAI 提出，规范未公开
- 等待正式发布
- 点评: 画饼中
🔗 OpenClaw Protocol
- 个人 AI Agent 通信协议
- 社区驱动，标准待定
- 点评: 有趣但不成熟
数据库
💿 Pinecone
- 专业向量数据库
- 价格较高，锁定严重
- 风险: 成本高，迁移难
- 点评: 贵且不自由
💿 Chroma
- 轻量级向量数据库
- 功能相对简单
- 点评: 小项目可以用
💿 Qdrant
- 向量数据库新秀
- 生态待完善
- 点评: 再看看
平台
🏢 Val Town
- 在线编程平台
- 社区小，功能有限
- 点评: 太小众
🏢 E2B
- Agent 沙盒环境
- 使用场景有限
- 点评: 特定需求再考虑
🔴 谨慎（Hold）
模型
❌ GPT-3.5
- 已被 GPT-4o mini 取代
- 性能落后，价格无优势
- 建议: 立即迁移到 GPT-4o mini
- 点评: 历史文物
❌ 旧版 Claude
- Claude 3 Opus 成本高，3.5 Sonnet 更好
- 3 Haiku 已过时
- 建议: 升级到 Claude 4.6 系列
- 点评: 新版完胜
工具
⛔ 早期 AI IDE
- 功能不完整的小众工具
- 维护不稳定，随时跑路
- 建议: 选择成熟工具（Cursor, Copilot）
- 点评: 别当小白鼠
⛔ 纯 Prompt 工具
- ChatGPT 网页版用于编程
- 效率低，无上下文管理
- 建议: 使用专业 AI 编程工具
- 点评: 能用工具就别折磨自己
框架
🚫 过时的 LLM 框架
- GPT-Index（已改名 LlamaIndex）早期版本
- 生态混乱，API 变化快
- 建议: 使用稳定框架
- 点评: 版本混乱
🚫 复杂的 Agent 框架
- 过度设计的框架
- 学习成本高，实际收益低
- 建议: 优先考虑简单方案
- 点评: 杀鸡焉用牛刀
协议
❎ 自定义协议
- 非标准化的私有协议
- 兼容性差，维护成本高
- 建议: 使用标准协议（OpenAI API, MCP）
- 点评: 别闭门造车
❎ GraphQL for LLM
- 过度设计，REST + SSE 已足够
- 增加复杂度无明显收益
- 建议: 保持简单
- 点评: 为了用而用
数据库
💣 传统数据库用于向量
- 如 MySQL 存向量
- 性能不足，体验差
- 建议: 使用 pgvector 或专业向量库
- 点评: 能用但体验差
💣 自建向量索引
- 除非特殊需求，否则别自己写
- 成熟方案已足够好
- 建议: 站在巨人肩膀上
- 点评: 别重复造轮子
平台
🏚️ 无 AI 支持的老平台
- Heroku 等传统 PaaS
- 缺乏 AI 工具集成
- 建议: 选择现代平台
- 点评: 时代变了
🏚️ 区块链 AI 平台
- 概念大于实用，成本高
- 营销噱头
- 建议: 远离
- 点评: 骗子或蠢货
📊 选择建议
快速开发（原型 → MVP）
模型: GPT-4o 或 Claude Sonnet 4.6
工具: Cursor + Claude Code
框架: Vercel AI SDK + OpenAI SDK
部署: Vercel 或 Cloudflare Workers优势: 开发快，生态好，文档全 适合: 创业团队、快速验证
成本敏感（省钱第一）
模型: GPT-4o mini 或 DeepSeek-V3
工具: GitHub Copilot（企业已购买）
框架: 直接调用 API，减少中间层
部署: Railway 或自建服务器优势: 成本低，性价比高 适合: 预算有限、个人项目
企业场景（稳定可靠）
模型: 多模型组合（主用 GPT-4o，备用 Claude）
工具: Cursor（开发）+ Claude Code（运维）
框架: LangChain（生态丰富）+ MCP 工具
部署: 私有云 + API 网关 + 监控优势: 稳定，可控，安全 适合: 大公司、关键业务
研究探索（前沿技术）
模型: o3（推理）+ Gemini 2.5（多模态）
工具: Windsurf 或 Zed（体验新特性）
框架: AutoGen 或 LangGraph（实验 Agent）
部署: Modal（GPU 推理）优势: 前沿，创新，学习 适合: 研究机构、技术探索
编程任务（写代码专用）
模型: Claude Sonnet 4.6（主力）
工具: Cursor + MCP 工具
框架: OpenAI SDK（简单场景）
部署: 按需选择优势: 代码质量高，理解能力强 适合: 专注编程的开发者
本地部署（数据隐私）
模型: DeepSeek-V3（开源免费）
工具: Ollama + LM Studio
框架: 标准 API 兼容框架
部署: 自建服务器 + vLLM优势: 隐私，可控，无限调用 适合: 敏感数据、金融、医疗
🔮 2026 趋势预测
确定会发生
- 模型价格继续下降：2025 年降了 90%，2026 年再降一半
- 上下文窗口继续扩大：10M tokens 成为标配
- 多模态成为标准：所有新模型都支持图像
- MCP 生态爆发：工具数量超过 1000 个
可能会发生
- GPT-5 发布：性能飞跃，价格合理
- Agent 互联标准统一：A2A 或 ANP 成为主流
- AI 编程工具整合：IDE 内置 Agent 能力
- 本地模型性能追平云端：硬件进步 + 模型优化
不太可能发生
- AI 完全取代程序员：写代码变简单，但还需要人
- 通用 AGI 出现：还早
- 免费模型消失：开源社区太强大
使用建议
- 生产项目：选"推荐"区，闭眼入
- 新项目：可以试"试用"区，有风险意识
- 学习："观望"区可以玩，不要用于生产
- 避坑："谨慎"区远离，除非你知道自己在干什么
最后更新：2026-02-22