Aider

Aider 是一款开源命令行工具，将 AI 结对编程引入你的终端，直接在本地 git 仓库中运行。它由 Paul Gauthier 创建，于 2023 年在 Apache 2.0 许可证下发布，可连接到你选择的任何 LLM，包括 Claude、GPT-4o、Gemini 2.5 Pro、DeepSeek，以及通过 Ollama 运行的本地模型。该工具可免费下载和运行；唯一的成本是你从所选提供商处消耗的 API token。截至 2026 年 4 月，它已获得超过 44,000 个 GitHub star 和 680 万次 pip 安装，成为终端优先 AI 编程的参考实现。

Aider 使用 tree-sitter AST 解析和基于 PageRank 的相关性排名构建整个代码库的实时映射，为 LLM 提供准确的上下文，而无需手动挑选文件。它在四种不同的模式下运行：code（默认，进行编辑）、architect（用于复杂推理任务的双模型流水线）、ask（仅讨论，不编辑）和 help（工具文档）。每一个被接受的编辑都会自动提交到 git 并附带描述性信息，使得会话历史无需任何额外工具即可审查和撤销。该工具还会在编辑后运行你的 linter 和测试套件，并在失败时重新提示模型，从而自动闭环迭代过程。

2026 年 4 月的 Aider 实际功能

Aider 的核心是一个聊天界面，它读取你的代码库，将相关的上下文发送给语言模型，将生成的编辑应用到磁盘，并提交它们。这个循环比听起来更紧密。由 tree-sitter 构建的仓库映射意味着 Aider 不需要将整个代码库放入上下文窗口。相反，它使用符号引用的 PageRank 图为每个查询选择最相关的文件和函数签名，并保持在可配置的 token 预算内。在实践中，这意味着可以在不触及每次请求的上下文限制的情况下，导航一个 100,000 行的 monorepo。

2024 年 9 月引入的 architect 模式将同一任务依次通过两个模型。第一个模型（通常是像 o3 或 Claude Opus 这样强大的推理模型）提出方法。第二个更便宜的编辑模型将该提议转化为具体的文件更改。Paul Gauthier 在 2025 年 4 月于 X 上发布的基准测试显示，将 o3（架构师）与 GPT-4.1（编辑器）配对，在 Aider Polyglot benchmark 上达到了 83%，同时与单独运行 o3 相比降低了成本。双模型拆分是可选的；默认情况下，单个模型处理这两个角色。

Watch 模式让 Aider 无需扩展即可与任何编辑器集成。你可以在常规 IDE 的源文件中放置 AI 注释标记，Aider 会检测到它们，运行编辑，移除标记并提交，所有这些都无需离开你首选的文本环境。这是 Neovim、Emacs 或任何没有原生 Aider 插件的编辑器开发者的主要集成路径。

除了代码，Aider 还可以接受图像和 Web URL 作为附加上下文。将 bug 截图、线框图或文档页面直接粘贴到聊天中，模型就会将该视觉信息纳入编辑中。通过底层的 Whisper 技术，使用 --voice 标志可实现语音转代码（Voice-to-code），从而在不方便打字的环境中启用语音提示。

2024 年 12 月 21 日推出的 Aider Polyglot benchmark 值得了解，因为它是 Aider 对模型评估生态系统的主要公开贡献。该基准测试涵盖 C++、Go、Java、JavaScript、Python 和 Rust 的 225 个 Exercism 编程练习，专门挑选了 7 个受测模型中少于 3 个能解决的 225 个难题。其目标是成为 Aider 最初仅限 Python 的基准测试的更难、多语言的继任者，因为原基准测试的最高分已饱和至 80% 以上。当多语言基准测试推出时，具有高推理能力的 OpenAI o1 以 61.7% 登顶。到 2026 年 4 月，GPT-5（高）以 88.0% 领先，而 DeepSeek 模型在 70-74% 的范围内提供了极具竞争力的分数，且成本仅为一小部分。

2024 年 6 月 2 日的 SWE-bench 里程碑确立了 Aider 作为严肃编程智能体（而不仅仅是终端聊天机器人）的信誉。Aider 在完整的 SWE-bench 上获得了 18.9% 的分数（570 个真实 GitHub issue 中的 108 个），创下了当时的最新技术水平，并超越了之前的领先者 Amazon Q Developer Agent（13.8%）和 Devin 报告的 13.9%。值得注意的细节是：Aider 在没有 RAG、向量搜索、Web 访问或激进的智能体脚手架的情况下实现了这一目标。它依赖于静态代码分析、可靠的 LLM 编辑以及自动 linting/测试修复循环。这一结果为开源开发者提供了一个具体的基准，以证明免费的 CLI 在现实世界的仓库任务中可以胜过资金充足的专有智能体。

“我一直在从手术中恢复，Aider 让我能够继续保持生产力。对我来说，它不仅仅是一个编程工具。”

-- codeninja, Reddit, 2025

“我是 Aider 的重度依赖者。我完成了更多的工作，但花的时间却更少。”

-- dandandan, Aider Discord, 2025

Aider 与 Cursor 和 Cline 的定位对比

对 Aider 最有意义的比较对象是占据主导地位的闭源 AI IDE Cursor，以及在理念上相似的开源 VS Code 扩展 Cline。它们之间的差异是机制上的，而不仅仅是外观上的。

Cursor 是一个完整的 IDE，是作为专有桌面应用程序分发的 VS Code 分支。其 AI 功能以订阅形式提供，Pro 级别起价为 $20/月，其中包括访问 Anthropic、OpenAI 和 Google 的前沿模型，无需单独的 API 密钥。Cursor 的模型列表由供应商策划和控制；如果没有变通方法，你无法将其指向任意兼容 OpenAI 的端点或本地托管的 Llama 模型。它的 git 集成次于其编辑器体验：Cursor 显示差异并支持标准 git 工作流，但它不会自动提交 AI 编辑。每一个更改都会作为待处理的修改落在你的工作树中，而不是结构化的提交日志。对于习惯于 GUI IDE 并希望通过一份月度账单获得完善、集成体验的开发者来说，Cursor 极具吸引力。但对于在终端工作、希望获得模型自由，或者希望其 AI 辅助会话默认生成干净、可追溯的 git 历史记录的开发者来说，Cursor 的架构则背道而驰。

Cline 与 Aider 一样是开源（Apache 2.0）且免费的，但它作为侧边栏扩展存在于 VS Code 中。它的审批工作流是逐步进行的：每个终端命令和每个文件编辑在执行前都需要明确的批准。这是有意为之的，对于智能体任务非常有用，否则模型可能会在未经审查的情况下运行破坏性命令。Cline 在 3.58 版本中添加了原生子智能体，支持跨独立上下文窗口的并行执行，以及用于无头 CI/CD 流水线的 CLI 2.0 模式。它还原生集成了 AWS Bedrock 和 GCP Vertex。Cline 落后于 Aider 的地方在于 git 集成：Cline 不会自动提交。更改会作为未暂存的修改累积；提交它们是你自己的责任。Cline 默认也是绑定 IDE 的，而 Aider 则是真正的编辑器无关，并且可以在完全没有图形界面的环境中轻松运行。

日常使用中的实际差异：Aider 的 git 原生设计意味着 AI 辅助工作会话以结构化、可追溯的提交日志结束。你可以准确查看模型更改了什么，撤销特定的提交，或将编辑 cherry-pick 到另一个分支。Cline 和 Cursor 会话以修改后的工作树结束，需要手动提交的纪律。对于独立开发者来说，这影响不大。但对于随着时间推移进行代码审查或审计 AI 辅助更改的团队来说，自动提交日志具有实质性的用处。

Aider 的日常循环实际上是什么样的

典型的会话从在你的项目目录中运行 aider --model sonnet（或你喜欢的任何模型）开始。Aider 索引仓库映射，显示 token 计数，并打开聊天。你描述想要更改的内容。模型提出编辑建议；Aider 显示差异。你确认后，编辑被应用并提交。然后你可以运行 /test 来触发你的测试套件；如果测试失败，Aider 会用错误输出重新提示模型并进行迭代。

对于复杂的任务，architect 工作流改变了循环的形态。切换到 /mode architect，描述架构问题，让一个专注于推理的模型（o3、Claude Opus）在编辑模型处理实现之前提出解决方案结构。Buddhika Ranaweera 在 2025 年 4 月发布的一项为期一个月的评估中发现，对于跨越多个文件的任务，这种模式始终优于单模型请求：“当被要求提供一个需要在几个文件中进行更改的功能时，它确切地知道要修改哪些文件，并进行了所有必要的更新。”

使用 Claude Sonnet 4.6 的一个完整工作日的 Token 成本大约在 $5-$15 之间。重度用户报告使用前沿模型的每月 API 账单为 $200-$500。切换到 DeepSeek（在多语言基准测试中得分为 70-74%，每次运行成本为 $0.88-$1.24），可将每日成本降至一美元以下。通过 Ollama 运行的本地模型是免费的。

最常见的工作流调整：将复杂的请求分解为更小的、连续的提示词。当范围明确时，Aider 能很好地处理多文件编辑；当单个提示词试图同时协调许多相互依赖的更改时，它就会变得不可靠。

Aider 是为谁构建的

Aider 非常适合那些已经习惯在终端中工作，并希望在不改变编辑器或采用专有订阅的情况下添加 AI 辅助的开发者。它非常适合那些了解 git 并希望其 AI 会话产生干净历史记录，而不是一堆未暂存更改的用户。致力于开源项目或自托管基础设施的团队会发现 Apache 2.0 许可证和完全本地运行（无外部 API 调用）的能力尤为重要。

模型无关的设计对于有强烈模型偏好或成本限制的开发者来说最为重要。使用 DeepSeek 进行批量重构，使用 Claude Opus 进行架构规划，在会话中切换模型，运行本地 Llama 进行离线工作：所有这些都不需要除了 --model 标志之外的任何配置更改。没有任何供应商可以通过订阅更改或服务弃用来撤销该功能。

Aider 非常适合在不熟悉的框架中进行探索性编程、跨大型文件树的框架迁移，以及审查每次提交都切实可行的增量功能开发。它也是一个强大的文档生成器：将其指向遗留代码，并在接触代码本身之前要求生成文档字符串或 README 部分。

Aider 不是什么

Aider 不是一个 GUI 工具。安装需要 pip、一个可用的 Python 环境，以及设置为环境变量的 API 密钥。对于原生终端开发者来说，学习曲线很平缓，但对于其他人来说则需要一定的学习成本。

它不是自主的。Aider 以交互方式工作：你描述，它编辑，你审查，你继续。在复杂的多步任务上长时间无人值守的运行会产生不一致的结果。Hacker News 上的 joshstrange 在早期测试中很快就烧光了 $10 的预算；通过模型选择和会话范围管理来进行成本控制，是高效使用 Aider 的必要部分。

如果你想要包含模型访问权限的每月固定费用，如果你完全在 GUI IDE 中工作，或者如果你的任务需要持续的自主操作且只需最少的人工监督，请跳过 Aider。对于这些用例，Cursor（专有，订阅制）或 Cline（开源，VS Code）会更合适。