国内AI编程IDE对比（二）：从零构建桌面应用实测

国内四大AI编程IDE对比（二）：从零构建桌面应用实测

前言

在上一篇对比中，我们从直观感受和技术架构角度审视了四大AI编程IDE。但说实话，那些都只是表面功夫——真正的考验在于实战能力。
作为一名在视频技术、后端架构领域深耕十余年的开发者，我深知：再炫酷的功能，不如能跑起来的代码。所以今天，我要来点硬核的——让这三大AI IDE从零开始构建一个完整的C++桌面录屏程序。
为什么选C++？因为难度高、依赖少，而且我太熟悉了，能精准判断它们的表现。
测试规则很简单：

• 每个IDE独立创建目录
  
• 统一要求："开始前先阅读仓库根目录PRJ.md，后续所有实现都以它为准"
  
• 看谁能最快生成可运行的项目
  

废话不多说，上硬菜。
一、百度Comate：老牌AI的"翻车"现场

1.1 对需求的理解

百度做人工智能很多年了，文心大模型算得上是国内第一批对话模型（这个说法有待考证，但确实资历够老）。按说应该实力雄厚。

输入要求后，Comate给出了项目理解，看起来还算靠谱。

1.2 代码生成阶段

Comate很快就完成了代码生成，告诉我可以构建了。我看了一下目录结构，第一反应就有点懵：

问题一：怎么只有一个cpp文件？ 其他的只有头文件，这是完整项目吗？
问题二：.rc资源文件竟然没有对话框资源描述，只有一个菜单和字符串。
不过，Comate有个我挺喜欢的功能——每个函数上方都有快捷按键，可以直接调用AI辅助编程。这一点其他两家暂时没发现。

好吧，继续编译看看。
1.3 编译阶段的灾难

果然，它发现了没有源文件。接下来等待创建完成，然后开始编译——噩梦开始了。

Comate发现语法错误，但它完全没有理解到问题本质（缺少头文件引用），反而误判为"文件编码错误"，就开始删除文件、重新生成。
更离谱的是，再次编译时出现了读取报错行数的bug，然后陷入了一个死循环：

编译报错 → 删除文件 → 重新生成 → 再次报错 → 再次删除

我不得不人工提醒它加上头文件。

1.4 运行失败的挣扎

在我的辅助下，终于成功编译了。但是——程序无法运行，没有对话框，启动后立刻退出。

因为到这时，它依然没有在资源文件中填写对话框资源。
在我反复三次告知"启动失败"后，它终于发现了这个问题。

资源有了，继续编译。Comate又花了大量时间调试log——关键是它自己删掉了log文件，却自己不知道，然后发现构建失败，却始终没能解决log问题。
我不得不启动Visual Studio，手动帮它解决了这个问题。
1.5 最后的挣扎

之后Comate一直尝试解决"没有对话框界面"的问题，想通过创建消息框来验证。这个思路是好的，但可惜又陷入了编译问题，多次都无法解决。
到这里已经一个半小时了。我只能停下——毕竟只是测试，不能花大量时间帮AI解决编译问题吧。
二、阿里通义灵码：千问加持下的"幻觉"

2.1 对需求的理解

通义灵码是阿里云基于通义代码大模型开发的智能编码助手，有千问加持，理论上应该还不错。

输入要求后，Lingma给出了项目理解，感觉差不多，还贴心地生成了一个待办列表。

2.2 生成阶段的"次数过多"警告

但是生成没多久，Lingma就弹出提示："使用次数过多"。
我迷惑了——现在都是IDE在自动执行啊，顶多5分钟，这就次数过多了？

2.3 编译阶段的乱码和错误

生成完成后的结构如下：

相比Comate，Lingma合理一点：至少每个类都有cpp文件。但高兴没多久，终端执行编译脚本时出现了中文乱码。

接下来和Comate一样，出现了编译语法错误。这次不是头文件包含问题，而是和系统定义冲突了。

但它依然没有能力发现这一点，我只能手动给它重命名。
2.4 资源文件和AI幻觉

然后我发现Lingma对资源文件的生成上同样没有写入对话框资源。
接下来，Lingma进入了自己的"幻觉阶段"——它告诉我编译好了，生成了可执行文件。

可是输出目标目录下，根本没有任何东西。这就是AI幻觉么？

接着又是枯燥的编译错误，甚至出现了定义了std::wstring宽字符串却赋值给std::string的低级错误。

最后经过我手动修复，终于成功编译了exe文件。然而，同样无法使用——没有界面。
到此我的测试结束了。
三、腾讯CodeBuddy：相对表现最好的选手

3.1 对需求的理解

CodeBuddy是腾讯云推出的AI代码助手。最近还更新了，据说90%代码由CodeBuddy自己生成，能力比肩Claude Code。而且CodeBuddy还有国际版，整合了GPT-5、Gemini等AI模型。

输入要求后，CodeBuddy给出了项目理解，比较简洁，而且生成了任务清单。

这一点体验比较好——后面我使用CodeBuddy的时候，它经常会对我提出的要求制作清单，然后按照清单逐项完成。
3.2 改动计划

这是它生成的改动计划，逻辑清晰，步骤明确。

3.3 代码生成结构

代码生成完成后的目录结构：

我第一眼觉得：怎么这么少？好像缺乏核心的编码模块。不过有可能它是要分步完成。
但有一个惊喜：CodeBuddy生成的资源文件有界面对话框的描述！这在Comate和Lingma里都没有。这是个好现象，到目前位置，这个IDE感觉比百度Comate和阿里Lingma专业一点。
3.4 逐步补全的过程

接下来就是它逐步补全代码的过程，从界面交互上看，体验是比较好的：

3.5 同样无法运行的结局

然而，CodeBuddy也开始进入"解决exe运行不起来、没有界面"的阶段。反复修改都始终定位不到关键问题点。
经过我的提示，才发现是MFC没有正确初始化的问题。然后是和另外两家同样的问题：MFC程序的入口函数问题。

它花了大约十几分钟反复解决这个问题，都没有进展。我放弃了，结束测试。
四、总结与反思

4.1 三家表现对比

维度百度Comate阿里通义灵码腾讯CodeBuddy需求理解⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐代码结构⭐⭐⭐⭐⭐⭐⭐⭐⭐资源文件⭐⭐⭐⭐⭐⭐⭐⭐编译能力⭐⭐⭐⭐错误定位⭐⭐⭐⭐整体体验⭐⭐⭐⭐⭐⭐⭐4.2 共性问题分析

三款IDE都暴露了一些共同问题：

• 编译配置薄弱：都不擅长处理C++的复杂编译配置
  
• 资源文件缺失：都未能正确生成对话框资源
  
• 错误定位不准：无法精准定位编译错误的根本原因
  
• 存在AI幻觉：会告诉用户"编译成功"但实际并没有生成文件
  
• 陷入死循环：遇到问题时容易陷入重复错误的循环
  

4.3 我的判断

坦率地说，三款IDE都没能完成这次从零构建的挑战。它们都理解了需求，都生成了代码，都有完整功能，但在编译、头文件包含、MFC入口函数、工程设置上频繁出错，最终都没能在较短时间内成功完成项目。
但如果非要选一个相对好一点的：
腾讯CodeBuddy表现最好。

• 任务清单机制让交互体验更流畅
  
• 资源文件生成了对话框描述（至少在正确的方向上）
  
• 错误定位能力相对其他两家强一些
  

这也是为什么后来我在实际工作中，用CodeBuddy更多一些。
4.4 给开发者的建议

这次测试让我对AI编程IDE有了更清醒的认识：

• 不要指望"自动完成"：至少现阶段，这几款AI IDE只能辅助，不能完全替代
  
• C++支持还不够成熟：复杂的项目配置，这几款AI IDE还很吃力
  
• 需要开发者"盯紧"：AI容易陷入错误循环，需要人工干预
  
• 选择适合的工具：CodeBuddy在任务管理上更胜一筹
  

下一篇预告： 我会测试"现有工程重构能力"，看看这些AI IDE能否理解并重构一个真实的项目代码。
作者简介： 10年+视频技术、后端架构、AI应用开发经验，曾任某互联网大厂技术专家。对AI编程工具、云原生架构、视频处理技术有深入研究。

合作请加WX：hbstream
（http://haibindev.cnblogs.com），转载请注明作者和出处

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！