P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

前言

不知道你们有没有这种通病，玩个AI Agent，桌面客户端要装，命令行工具也要装，Windows里还得塞个WSL2再装一遍。

折腾一下午，正事没干多少，光给各个环境配插件、装依赖、调配置了，纯纯给AI当运维。

1 选工具的核心原则：别给自己加戏

老话说得好，如非必要勿增实体，说白了就是别没事找事。

功能差不多的工具，留一个够用就行。尤其是AI Agent这种东西，远不是装个软件就完事了。

1.1 装多了的后遗症，谁折腾谁明白

各种自定义配置、Skill插件、MCP服务，你装两个终端就得配两遍。

到最后你自己都记不清哪个环境装了啥，跟手机里装仨外卖APP，满减优惠券都记混了一样。

赶上版本更新更热闹，挨个更一遍，更完还得排查有没有配置崩了，纯纯给自己找活干。

2 选之前先想清楚：你拿它干啥

别看见别人说哪个好用就冲，工具是服务于干活的，不是用来凑桌面图标的。

就拿我自己用Codex来说，翻来覆去也就那几类事。

要么是学AgenticOS相关的内容，写点demo动手练手。

要么是处理点记账、备忘这种杂活，润润博客稿子，记点突然冒出来的零碎想法。

想明白自己的核心场景，选起来就没那么纠结了。

3 两个维度，帮你找准自己的象限

其实选什么形态、什么环境，核心就看两件事：工具链顺不顺手，界面用着累不累。

3.1 工具链这块，Linux确实有先天优势

做后端、搞Python、玩开源项目的朋友应该都有体会，Linux环境下的工具链是真的统一。

大部分项目优先给Linux的安装脚本，Bash、tmux这些工具用起来也顺理成章。

以后要跑LangChain、LangGraph这类东西，Linux环境能少踩一半依赖和兼容的坑。

但这话有个大前提：你的代码、运行环境、工具全放Linux这边。

就好比你把菜板、刀具、食材全放厨房，炒菜才顺手。要是食材放客厅，厨房在阳台，来回跑再快也白搭。

顺带提一嘴，MacOS虽然也是Unix底子，但跟Linux真不是一回事，别硬往一块凑。

3.2 界面好不好用，得看你干啥活

很多人觉得CLI酷，敲命令噼里啪啦的，跟演黑客电影似的。

但真要对着长文本反复改、来回比对，CLI就费劲了。字挤在一块，找个内容得滚半天，切个会话还得先跳目录。

这种文档类的活，还是桌面端App香。会话列表明明白白摆那，点一下就切过去，中断了再续上也方便。

但写代码就反过来了。代码本来就在IDE里看，CLI直接调工具、跑命令、操作文件，跟项目环境贴得死死的，干活才不脱节。

4 跨文件系统的坑，踩过的都懂有多痛

很多人用WSL2踩的坑，其实不是WSL2不行，是你用法不对。

最典型的就是代码放Windows里，工具跑WSL2里，两边跨着文件系统来回读。

4.1 慢是真的慢，但锅不在WSL2

从/mnt/c底下读写大量文件、扫目录、跑构建，那速度能给你急死。

我上次试了一次，扫个项目目录，我起身去接了杯热水，撕了个面包，回来它还在那跑呢。

别上来就骂WSL2性能垃圾，是你把文件放错地方了。

4.2 杂七杂八的兼容问题，能逼死强迫症

路径格式两边不一样，换行符不一样，文件权限也不一样。

要是同个项目两边都要跑，Node、Python、Git、JDK你都得装两套，跟养了俩祖宗似的，哪个都得伺候到。

还有网络代理，WSL2得单独配。要是用个什么MCP服务还得桥接，配置的时候觉得自己挺厉害，等升级排错的时候你就哭了。

每多一层桥接，以后维护的麻烦就多一倍。

5 直接给你抄作业，不用再纠结

说了这么多，最后给大家整理成大白话结论，对着自己的场景选就行。

对应场景	选什么工具
写文档、润稿子，经常要中断后续会话	Codex 桌面端App
纯写代码，项目本来就在Windows环境里	Windows 版 Codex CLI
依赖Linux工具链，且愿意把代码全搬去Linux里	WSL2 里的 Codex CLI

说白了就一句话：怎么省事怎么来，别为了所谓的“高级感”给自己添没必要的麻烦。

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。