📌 写在前面：为什么是“国产AI”？

这两年AI领域变化太快，很多人对AI的印象还停留在“ChatGPT”或者“一个能聊天的对话框”。

但你可能不知道的是：

• 国产AI已经全面赶超了，在很多场景下甚至更好用、更顺手。
• 你已经可以完全不用国外AI，就能完成写作、编程、自动化办公、远程操控电脑……几乎所有事情。
• 而且更便宜，甚至免费。

本文只聊国内能用、国内出品、国内生态的AI工具。不翻墙、不折腾、不花冤枉钱，帮你理清楚国产AI到底有多能打。

一、你每天都在用，但可能没意识到——网页/App AI（对话式AI）

这是大多数人接触AI的第一站，也是国产AI最卷的赛道。

1. 它是什么？

通过浏览器或手机App，以对话（Chat） 的形式与AI交互。你提问，它回答。就这么简单，但国产AI在这条路上已经卷出了新高度。

2. 国产典型代表

工具	出品方	一句话特点
豆包	字节跳动	响应速度极快，日常聊天、创作都顺手
Kimi	月之暗面	长文本之王，一次能吞下整部《三体》
DeepSeek	深度求索	代码能力强，价格低到离谱，性价比之王
智谱清言	智谱AI	GLM模型，逻辑推理扎实，适合复杂任务
通义千问	阿里	综合能力强，免费额度大方
文心一言	百度	中文理解扎实，搜索能力加持

它们之间有差别，但没有本质鸿沟。聊天、写作、翻译、写代码、做表格、解释概念……这些活儿它们都能干。选哪个，主要看界面顺手不顺手、免费额度够不够用。

3. 💡 一个被忽略的管理技巧：把对话当“联系人”

很多人用网页AI时，每次新任务就开一个新对话，结果对话列表越来越长，想找之前的记录翻半天。

更好的做法：把一个对话当做一个“长期员工”来管理。

• 例如：如果你经常需要修图或作图，可以新建一个对话，命名为 “设计助手” ，所有相关任务都在这个对话里完成。下次需要做图，就像找一个联系人一样，直接找到这个对话开聊。

当上下文窗口满了怎么办？

• 在对话溢出之前，把整个对话导出或提炼，整理出关键要点和常用提示词。
• 然后开一个新的对话，把整理好的“经验包”作为背景信息喂给新对话。
• 这样你既保留了历史经验，又保持了对话的轻量和高效。

🎯 核心心法：AI对话不是“用完即弃”的工具，而是可以持续积累、迭代优化的工作伙伴。

二、真正“住”在你电脑里的AI——国产本地化AI全面崛起

如果说网页AI是“聊天高手”，那本地化AI就是真正替你干活的数字员工。

1. 它是什么？

安装在你的电脑上，可以直接读写本地文件、操作文件夹，甚至可以远程操控你的电脑。

2. 国产本地化AI代表

工具	出品方	核心特点	适合谁
TRAE	字节跳动	AI原生IDE，国内版免费，Coding Agent可独立完成开发任务	程序员、开发者
WorkBuddy	腾讯	桌面智能Agent，支持微信直连，人不在电脑旁也能远程操控	经常外出、需要远程办公的人
CodeWhale	社区开源	自由接入任意API，可自己选模型	爱折腾、追求极致灵活的技术玩家

3. 核心差异：你想“开箱即用”还是“自己组装”？

对比维度	TRAE / WorkBuddy	CodeWhale
使用门槛	下载即用	需自己配置API Key
模型来源	厂商内置（豆包/混元/DeepSeek等）	自己选择接入
付费模式	免费额度 / 订阅制	自己买API Token，按量付费
灵活度	中等	极高

三、幕后英雄——国产API，把AI变成你的“函数”

1. 它是什么？

API是你用程序去调用AI的接口。它不是让你跟AI对话，而是让AI成为你程序里一个可以反复调用的函数。

2. 国产API平台

厂商	API平台	特点
DeepSeek	platform.deepseek.com	价格低到离谱，代码能力强
通义千问	dashscope.aliyun.com	综合能力强，免费额度大方
智谱AI	open.bigmodel.cn	GLM系列，中文理解扎实
Kimi	moonshot.cn	长文本能力突出

3. 什么时候该用API？

• 重复性任务自动化：每天自动摘要新闻、定时整理邮件、批量翻译文档——用API写一个脚本，可以循环调用，AI就像函数一样被反复使用。
• 集成到工作流中：你的数据处理流水线某一步需要AI参与，API就是最合适的“插入点”。

4. 一个关键优势

• 网页对话：上下文窗口满了就断了，得手动重新开始。
• API调用：每次调用是独立的，可以无限循环——AI在这里变成了一个纯函数：输入x，输出y，干净利落。

四、有“目标感”的AI——Agent（智能体）

1. 它是什么？

Agent不只是一个“回答问题”的模型，它是一个有目标、能自主规划并执行步骤的AI程序。

• 你告诉它目标（比如“帮我写一篇关于AI的科普文章”）。
• 它会自己分解任务：查资料→列提纲→写初稿→检查→润色→交给你。

2. 典型Agent的文件架构长什么样？

一个典型的Agent项目，通常会包含一套完整的“自我认知”文件，你可以把它理解为AI的“入职档案”。以开源项目OpenClaw为例：

my-agent/                        # Agent根目录
│
├── AGENTS.md                    # 📋 核心操作手册
│                                # 定义AI的行为准则、工作流程、如何记录记忆
│
├── SOUL.md                      # 🧠 人格与性格
│                                # 定义AI的价值观、语气、行为边界
│
├── IDENTITY.md                  # 🪪 身份名片
│                                # 定义AI的名称、风格、专属表情符号
│
├── USER.md                      # 👤 用户档案
│                                # 记录用户是谁、偏好、称呼
│
├── MEMORY.md                    # 🧩 长期记忆库
│                                # AI存储需要长期记住的信息
│
├── TOOLS.md                     # 🔧 工具备忘录
│                                # AI可以使用的本地工具及使用约定
│
├── HEARTBEAT.md                 # 💓 状态自检表
│                                # 用于关键任务的检查清单
│
└── BOOTSTRAP.md                 # 🚀 首次运行引导（一次性文件）
                                  # 新工作区首次运行时创建，完成后自动删除

这段架构告诉我们的核心逻辑：

• Agent不只是一个“模型”，它是一整套围绕目标搭建的“数字人格”。
• AGENTS.md 是大脑，定义“怎么做事”。
• SOUL.md 是灵魂，定义“用什么风格做事”。
• MEMORY.md 是记忆，让Agent能跨越对话持续学习和成长。
• 这种设计让AI从“每次重新开始”变成“一个有积累、有身份、有记忆的长期工作者”。

3. Agent适合什么场景？

条件	说明
目标固定	你知道你要什么
提示词有类型	你能描述清楚任务性质
产出是“飘忽的”	结果没有严格模板，更多是概念性标准

4. 简单概括

• 网页AI是你问一句，它答一句。
• Agent是你说“我要什么”，它自己想办法做完交给你。

五、标准化的“技能包”——Skill

1. 它是什么？

Skill是一套可复用、结构化的AI能力模块，不只是提示词，还包括脚本、数据、模板。

2. 典型Skill的文件架构长什么样？

一个标准的Skill项目，更像是一个“标准化作业程序”，强调流程的复用性：

my-skill/                        # Skill根目录
│
├── SKILL.md                     # 📋 核心技能说明书（必须）
│                                # 定义技能名称、描述、触发条件、工作流程
│
├── scripts/                     # 📜 可执行脚本目录（可选）
│   └── process_data.py          # Python/Bash/JS脚本，被AI调用执行
│
├── references/                  # 📚 参考文档目录（可选）
│   └── api_docs.md              # AI按需阅读的背景知识、规范文档
│
└── resources/                   # 🗂️ 静态资源目录（可选）
    ├── templates/               # 模板文件（如报告模板、邮件模板）
    ├── images/                  # 图片素材
    └── seed_data/               # 初始数据（如JSON配置、CSV数据）

Skill vs. Agent 的核心区别：

维度	Agent	Skill
核心	告诉AI“你是谁、你要成为谁”	告诉AI“这个任务的标准流程是什么”
侧重点	人设、目标、自主规划	脚本、模板、可复用流程
典型文件	AGENTS.md / SOUL.md / MEMORY.md	SKILL.md / scripts/ / resources/
适用场景	需要自主完成复杂、模糊的目标	需要标准化、批量化完成同类任务

简单类比：Agent 是“一个有个性的数字员工”，Skill 是“一本标准作业手册”。Agent 用 Skill 来完成具体工作，Skill 告诉 Agent“这个活应该按什么流程干”。

六、给AI装上“眼睛和手”——MCP（模型上下文协议）

1. 它是什么？

MCP是让大模型可以调用你本地软件的协议。简单说：AI可以给你电脑上的软件“打电话”。

2. 典型MCP的配置架构长什么样？

MCP的配置通常不是一套固定的文件夹结构，而是通过配置文件定义AI可以“调用”哪些本地工具：

{
  "mcpServers": {
    "obsidian": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-obsidian"],
      "env": {
        "OBSIDIAN_API_KEY": "your-key"
      }
    },
    "notion": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-notion"],
      "env": {
        "NOTION_API_KEY": "your-key"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem"],
      "args": ["/path/to/allowed/folder"]
    }
  }
}

MCP解决的问题：

• 如果没有MCP，AI只能看到你输入给它的文字，是“盲人”——有大脑，但没感官。
• 有了MCP，AI可以直接调用你的笔记软件、知识库、文件系统，读取实时数据、执行操作。
• 大模型眼里，本地软件“活”了——你的知识库、文件、软件都变成了AI可以调用的“器官”。

七、一张图看懂国产AI生态

概念	一句话定义	国产代表	适合谁
网页AI	打开网页就能聊	豆包、Kimi、DeepSeek、智谱、通义	所有人
本地AI	安装在电脑上，替你操作文件	TRAE、WorkBuddy、CodeWhale	需要处理本地文件的人
API	程序化调用AI	DeepSeek API、通义API	开发者
Agent	自主完成复杂任务	各平台Agent模式	需要AI独立干活的
Skill	标准化流程模块	各平台自定义Skill	团队协作、流程固化
MCP	AI连接本地工具	逐步被国内工具支持	想打通AI和本地软件的人

写在最后

国产AI已经不是“追赶者”了。

• 网页AI，国产已经卷到免费又好用。
• 本地AI，字节、腾讯已经下场，开箱即用。
• API成本，国产是国外的几分之一。
• Agent、Skill、MCP……该有的架构，国内也都在快速跟上。

你现在完全可以只靠国产AI，完成从写代码、写文章、做设计，到远程操控电脑、自动化办公的全流程。

关键是：你得知道它们存在，知道它们能干什么，知道怎么组合使用。

这篇文章就是帮你打开这扇门的。