Synth Daily

如何用 AI 低成本/免费编程

Favicon   ·  

本文介绍了一种在预算有限的情况下，利用多种免费 AI 工具进行高效编程的方法。核心策略是采用“聚焦上下文”的工作流：首先使用 AI Code Prep 等工具精确提取解决问题所需的相关代码，然后将这段上下文粘贴到多个免费的 AI 网页聊天界面（如 Gemini、Poe 等）中进行分析和求解，最后再利用 AI 代理执行具体的代码修改。这种方法通过将“思考”和“执行”分离，有效避免了 AI 代理因上下文过多或过少而导致的效率低下问题，从而以极低成本获得高质量的编程辅助。

免费的 AI 工具组合

为了获得多角度的解决方案，可以同时打开多个提供免费服务的 AI 模型网页。

  • OpenAI Playground: 在账户中设置允许数据用于模型训练，即可获得免费的 GPT-4.5 等模型使用额度。
  • Google Gemini AI Studio: 通常提供免费且无限制的 Gemini 2.5 Pro/Flash 模型。同时也可以使用 Google Gemini 2.5 Pro 的独立版本，它在图像生成和深度研究方面表现更佳。
  • Poe.com: 提供每日免费的额度，可用于体验 Claude 4 或 o4-mini 等高级模型。
  • OpenRouter: 提供多种 AI 模型，其中包含一些免费选项。
  • ChatGPT: 免费版本在许多场景下依然非常有用。
  • Perplexity AI: 特别适合需要进行大量研究和信息搜集的问题。
  • Deepseek: v3 和 r1 模型在其网页界面上免费，但需注意上下文长度限制。
  • Grok.com: 提供免费的计算和图像生成，其深度研究功能与 Perplexity 类似。
  • Phind: 一个免费工具，尝试以流程图或图表的形式提供答案。
  • lmarena.ai: 提供免费的 Claude Opus 4、Sonnet 4 等多种模型。
  • Claude.ai: 免费版有时限制较多，可以通过 Cody 等浏览器扩展或 Copilot 等其他方式间接使用。

Grok 提供免费计算和不受审查的图像生成，这在其他模型的安全系统干扰正常任务时可能很有用。但有报告指出，Grok 可能被编程用于传播有关历史暴行的不实信息。如果将其用途严格限制在编程领域，并对其潜在的偏见保持警惕，它偶尔也能派上用场。

一种更智能、更经济的工作流：聚焦上下文

与通过 IDE 或代理框架（如 Cline, Copilot）使用 AI 相比，直接使用网页聊天界面（如 AI Studio, ChatGPT）通常能更好地解决问题和构思方案。

问题在于，当使用 Cursor、Cline 等工具时，它们会向 AI 发送大量关于如何使用工具、如何编辑文件等无关信息，这会“稀释”你真正的问题，导致 AI 性能下降，变得“愚笨”。用户最终不得不为最昂贵的模型付费，但效果依然不佳。

一个更有效的工作流程如下：

  1. 生成精确上下文： 当遇到问题时，首先使用 AI Code Prep 这类工具来抓取解决问题所需的最相关的代码文件。
  2. 在网页端求解： 将生成的上下文粘贴到一个或多个 AI 网页聊天界面中，提问、请求代码审查或分析问题。
  3. 让代理执行修改： 当 AI 聊天界面给出解决方案后，根据该方案编写一个清晰的指令，让 Cline 或其他 AI 代理去执行具体的文件编辑工作。

通过这种方式，你可以用免费或廉价的 Claude 模型来解决复杂问题，然后让一个能力足够的免费模型（如 GPT 4.1）去完成简单的文件修改任务。这避免了向昂贵的模型发送大量无关信息，从而节省了成本并提高了效率。

AI Code Prep 工具如何提供帮助

这个工具简化了第一步，即生成上下文的过程。

  • 智能扫描与格式化： 你只需在项目文件夹内右键点击，选择 “AI Code Prep GUI”。它会自动扫描项目（包括所有子文件夹），并智能地跳过 node_modules、.git 等你通常不需要的文件。
  • 图形化界面： 它提供了一个简单的图形界面，你可以通过勾选复选框来轻松添加或移除文件，手动管理 AI 需要看到的上下文。这对于处理超出 AI 上下文限制的大型项目尤其有用。
  • 支持本地与私有代码： 与许多需要公开 GitHub 仓库链接的命令行工具不同，这个工具完全在本地运行，非常适合处理私有代码或偏好图形化操作的用户。

AI Code Prep 生成的上下文结构示例：

你能帮我弄清楚为什么我的程序执行 x 而不是 y 吗？ fileName.js:

... 文件内容 ...

nextFile.py:

import example
... 等等 ...

你能帮我弄清楚为什么我的程序执行 x 而不是 y 吗？

这种方法的核心在于，你自己控制了提供给 AI 的信息，而不是依赖 AI 代理去猜测。这解决了代理们常常发送过多或过少上下文的核心痛点，让你能够充分利用各种免费 AI 工具的优势。