4 種 AI Agent 實測比較：誰最像真的能把陌生專案跑起來的工程師

原文摘要

作者花了一整天，把 4 款常用 AI Agent 放在同一個測試條件下比較：

測試任務只有一個：在沒有任何事先說明的情況下，分析一個程式碼庫，並理解如何在本機跑起來。

這個測試很實際，因為它不只是比「會不會講」，而是比誰能在陌生 repo 裡真正找到正確執行路徑。

作者把 Cursor 形容成「會亂猜但很勤奮的實習生」。

它一開始動作很快，會立刻檢查 package、找指令、試圖跑起來；但問題是，它常常沒有先真正理解專案結構，而是透過大量試錯逼近答案。

Jules 的風格和 Cursor 相反。它比較會先翻 README、找設定檔、慢慢拼湊出專案全貌，推理路徑也比較乾淨。

但它的弱點是，一旦卡住，就不太會主動切換策略。它比較像會給出一個合理推測，但少了持續驗證到底的狠勁。

作者給 Claude Code 的評價最高。關鍵不只是它會分析，而是它會：

這種「理解 → 驗證 → 修正」的節奏，讓它最接近真正工程師的工作方式。作者也明講，對他來說真正有價值的不是 agent 會不會講，而是能不能把東西跑起來。

Gemini CLI 在 codebase 理解上比作者原本預期更好，能掌握整體結構，也擅長分析可能原因與提出建議。

但它的問題在於，很多時候停在「分析得很好」這一步。若目標是整理思路、做初步診斷、快速讀陌生程式碼，表現不錯；但若要它幫忙真正把專案跑起來，往往還差最後一哩。