010 / AI协作
MonkeyCode 调研与 AI 编程工具横评
整理时间：2026-06-07 23:40 | 基于当晚多轮搜索与讨论
一、起因
最近在规划「倒数」App的开发，想了解能不能用AI编程工具来加速开发。MonkeyCode是近期比较火的一个，长亭科技出品，主打中文友好的AI编程。于是从MonkeyCode出发，一路延伸到Codex、Claude Code、WorkBuddy，最后还聊到了布布自己能做什么——做了一次完整的AI编程工具横评。
二、MonkeyCode是什么
一句话：AI程序员，你用中文描述需求，它在Web IDE里写代码、跑代码。
- 官网：https://monkeycode-ai.com
- GitHub开源：chaitin/MonkeyCode（长亭科技出品）
- 形态：浏览器里的Web IDE，代码运行在云容器
- 核心卖点：中文友好，对话式编程，云端开发环境
三、MonkeyCode定价（2026-06-07最新确认）
⚠️ 重要更正：之前查到的¥68/月是旧版按次计费，已过时。现在改为Token额度制。
| 档位 | 月费 | Token额度 | 可用模型 | 任务并发 | 云环境 | 积分/月 |
|---|---|---|---|---|---|---|
| 基础版 | ¥0 | 3000万Token/天 | 基础模型 | 1 | 1C4G | 无 |
| 专业版 | ¥99 | +3000万Token/天 | 专业模型 | 3 | 2C8G | 1万 |
| 旗舰版 | ¥499 | 6000万Token/天 | 全模型 | 3 | 2C8G | 10万 |
免费版的关键限制
- 最多3个项目
- 1任务并发（只能串行开发）
- 3000万Token/天，但只能用基础模型
- 无Git集成（代码可以下载，但不能直接push到GitHub）
- 无私有化部署
- 云环境资源较小（1C4G）
我的判断：先用免费版试手感
免费版3000万Token/天的额度其实不少，基础模型虽然不如专业模型强，但出个原型够用。建议路线：
免费版出原型 → 跑通核心功能 → 升Pro版获取专业模型+Git集成 → 代码下载推GitHub → 正规开发流程
四、MonkeyCode与布布怎么协作
MCP连接？不行
MonkeyCode有MCP（Model Context Protocol），但那是给MonkeyCode内部用的扩展接口。布布没有MCP客户端，不能直接调用MonkeyCode的API。两个系统之间没有原生的通信管道。
推荐方案：布布当架构师 + 用户传话
用户提需求 → 布布设计架构+写PRD → 用户把PRD粘贴到MonkeyCode
→ MonkeyCode写代码 → 用户把代码拿回给布布review → 反复迭代
布布负责：
- 产品需求分析和PRD撰写
- 技术架构设计（选什么框架、怎么组织代码）
- 代码review（逻辑是否正确、有无安全风险）
- 部署方案设计（Docker、Nginx配置等）
MonkeyCode负责：
- 根据PRD快速生成代码
- 在云环境里跑起来验证
- 处理具体的编码细节
用户负责：
- 在两个系统之间传话（复制粘贴）
- 关键节点的人工确认
- 部署到自己的服务器
这个模式的核心优势：各取所长。布布擅长全局设计和质量把控，MonkeyCode擅长快速出代码，用户做决策和把关。
五、MonkeyCode能不能做原生App
结论：做不了。
- iOS开发必须用Xcode，Xcode必须跑在macOS上，MonkeyCode的云环境是Linux
- Android开发理论上可以在Linux上编译，但MonkeyCode当前不支持Android SDK环境
替代路线：PWA → Capacitor包壳
- 先用MonkeyCode开发PWA（渐进式Web应用）
- 用Capacitor把PWA包壳成原生App
- 上架App Store / Google Play
这条路线的优点：
- 一套代码，Web+iOS+Android三端
- PWA本身就能在浏览器里用，边开发边测试
- Capacitor包壳后能调用原生能力（推送、相机等）
缺点：
- 性能不如纯原生（但对「倒数」这种工具类App够用）
- 上架审核可能需要额外处理
- 部分原生能力需要写插件桥接
六、免费版四个关键问题
1. 代码存在哪里？安全吗？
代码存储在MonkeyCode的云容器里。免费版可以下载代码（zip格式），但没有Git集成，不能直接push到GitHub。专业版及以上可以连接GitHub，实现代码版本管理。
建议：免费版阶段，每次重大进展手动下载代码备份。升Pro后连GitHub自动化。
2. 并发1任务意味着什么？
就是同一时间只能跑一个开发任务。如果你让MonkeyCode写一个功能，必须等它完成才能开始下一个。多文件修改也算一个任务，不受影响。
实际影响：对个人开发者问题不大，反正一个人也做不了多件事。团队协作场景下1并发是硬伤。
3. 部署流程是怎样的？
MonkeyCode本身不负责部署到你的服务器。流程是：
MonkeyCode写好代码 → 下载代码包 → 本地构建 → scp传到服务器 → Docker部署
专业版可以设置CI/CD流水线自动化这个过程，但免费版需要手动操作。
4. 后续怎么维护迭代？
免费版没有Git集成，迭代方式比较原始：
- 每次修改都在MonkeyCode里操作
- 改完下载新版本覆盖服务器上的旧版本
- 没有版本回滚能力
建议的升级路径：从0到1用免费版出原型，验证想法可行后转Git正规流程（升Pro或下载代码后用VS Code+GitHub维护）。
七、AI编程工具横向对比
这是本次讨论的重头戏。把五个工具放在一起看：
核心定位对比
| 工具 | 本质 | 一句话描述 |
|---|---|---|
| MonkeyCode | AI程序员 | 你说需求，它写代码 |
| OpenAI Codex | AI开发团队 | 给个目标，它自己拆任务、写代码、测bug |
| Claude Code | AI资深工程师 | 终端里的搭档，1M上下文能读懂整个项目 |
| WorkBuddy | AI办公秘书 | 坐在你电脑上，帮你操作各种App |
| 布布 | AI管家+架构师 | 7×24在线，管日程、调研、写文档、派活 |
五维度详细对比
| 维度 | MonkeyCode | Codex | Claude Code | WorkBuddy | 布布 |
|---|---|---|---|---|---|
| 使用形态 | Web IDE | 云端沙箱 | 终端CLI | 桌面客户端 | 对话+多渠道 |
| 代码运行位置 | 云容器 | 云沙箱 | 你自己的电脑 | 你自己的电脑 | 不能直接写代码 |
| 能否操作服务器 | ❌ | ❌ | ✅（本地终端） | ✅（桌面级操作） | ❌（可派子session用浏览器） |
| 中文支持 | ✅原生优秀 | ⚠️一般 | ⚠️一般 | ✅ | ✅原生 |
| 需要代理 | ❌ | ✅ | ✅ | ❌ | ❌ |
| 核心能力 | 对话式写代码 | Goal Mode无人值守开发 | 超长上下文理解整个项目 | 操作桌面应用（企业微信/钉钉等） | 全局调度、多渠道、7×24 |
| 价格 | 免费/¥99/¥499 | Free可用（有额度） | $20-200/月 | 内测免费 | 按Coze套餐 |
各自的优劣势
MonkeyCode
- 👍 中文友好，上手门槛最低，Web IDE即开即用
- 👎 代码在云端不能操作本地/服务器，免费版功能有限
- 适合：想快速出原型的个人开发者，尤其不会搭开发环境的人
OpenAI Codex
- 👍 Goal Mode是真的"给个目标就干活"，可以无人值守
- 👎 需要代理，中文支持一般，还在快速迭代中
- 适合：有代理条件、想尝试AI自主开发的人
Claude Code
- 👍 1M上下文是杀手锏，能把整个项目代码丢进去理解，Opus 4.7模型能力强
- 👎 贵（$20-200/月），需代理，终端操作门槛高
- 适合：有经验开发者需要AI深度理解已有项目
WorkBuddy
- 👍 能操作你电脑上的App（企业微信、钉钉、浏览器等），这是其他工具做不到的
- 👎 不是写代码的工具，是办公自动化工具
- 适合：日常办公自动化，不写代码但需要操作各种软件
布布
- 👍 7×24在线，跨渠道（Coze/飞书/微信/邮件），能调度子Agent并行干活，能管日程和长期任务
- 👎 不能直接写代码、不能SSH到服务器
- 适合：全局协调和架构设计，当产品经理+项目经理
组合建议
最务实的方式是各管一截：
布布（产品经理+架构师）
→ 设计PRD、技术选型、代码review、部署方案
MonkeyCode（程序员）
→ 根据PRD快速生成代码
WorkBuddy（部署助手）或手动
→ 代码部署到服务器、操作Docker
不需要每个工具都用上。核心就是：布布想清楚要什么，MonkeyCode负责写，你负责传话和把关。
八、MonkeyCode私有化部署评估
MonkeyCode开源了，可以部署到自己服务器。但我评估后不建议部署，原因如下：
资源需求
| 配置 | 能做什么 |
|---|---|
| 2C/6-8G | 最低要求，跑1个开发任务 |
| 8C/32G | 官方推荐起步，跑多任务 |
| 依赖 | Docker 20.10+ / Docker Compose 2.0+ |
为什么不建议部署
1. 资源不够
我的腾讯云服务器是4C/8G，已经在跑「倒数」App。MonkeyCode最低需要2C/6-8G，叠加上去资源明显不够。要跑得舒服得8C/32G，这意味着要么升级服务器，要么另开一台。
2. 私有化部署的三大核心价值我都不需要
| 私有化部署的价值 | 我的情况 |
|---|---|
| 代码不出内网 | 个人项目，无商业机密 |
| 接入私有模型 | 没有自建模型 |
| 多用户审计管理 | 单人使用 |
3. 维护成本
私有化部署意味着自己负责升级、备份、监控、故障排查。MonkeyCode还在快速迭代，SaaS版本自动更新，私有化得自己跟着升级。
推荐路线
SaaS免费版 → 试手感 → 升Pro（¥99/月）→ 代码下载推GitHub → 服务器Docker部署
这条路线的好处：
- 零运维成本，MonkeyCode自己管环境
- ¥99/月的Pro版有专业模型+Git集成，性价比比自建高
- 代码最终推到GitHub，部署到自己的服务器，核心资产在自己手里
- 不用了随时退订，没有沉没成本
九、总结与下一步
核心结论
- MonkeyCode是当前中文友好的AI编程工具里最易上手的，免费版足够出原型
- 布布+MonkeyCode的组合是目前最务实的开发方式：布布管架构，MonkeyCode管编码
- 不建议私有化部署，SaaS路线更省心省资源
- 做原生App要绕道，PWA→Capacitor是可行路线
- AI编程工具没有银弹，每个工具各管一截，组合使用最有效
待决定
- 是否用MonkeyCode免费版快速出「倒数」App原型
- 如果用，布布可以帮写精准的MonkeyCode prompt
本文基于2026年6月7日晚的多轮搜索与讨论整理，价格和功能信息以各工具官网最新版本为准。