AIHO 评测方法论
我们的评分怎么打、测试任务是什么、多久更新一次、是否存在利益关系——全部公开。
中文搜索里的「AI 工具横评」大量存在厂商投放、固定排名、复制话术。 AIHO 的方法只有一句话： 不接软文、不卖排名、收钱不改分、方法全公开。
- 01公开评分维度与权重：每个工具卡展示五维分数，并在本站说明每一项的含义。
- 02公开测试任务：编辑部使用统一任务集对同类工具进行横向测试，避免「看官网打分」。
- 03标注核实日期：每个工具卡都记录
lastVerified，超过 180 天未核实的页面会提示「内容可能已过时」。 - 04利益披露：存在 affiliate、赞助或利益冲突时，在页面明确标注。
每个工具都从五个维度打分
单项 1–5 分，综合分 = 五项算术平均，保留一位小数。我们刻意使用等权重，避免任何单一维度被算法放大。
AI 核心能力
代码生成质量、理解复杂需求、跨文件推理、Debug 定位、Agent 自主完成任务的能力。
用户体验
上手成本、IDE/界面集成度、交互流畅度、文档质量、错误提示是否清晰。
价格与性价比
免费额度、付费档位合理性、是否有教育/开源优惠、隐藏消费（如按 token 计费）。
中文支持
中文 prompt 理解、中文注释/变量名处理、界面本地化、国内访问稳定性、支付方式。
稳定性
服务可用性、响应速度、版本更新节奏、是否出现过大规模故障或封号事件。
综合分
五项算术平均，不四舍五入。它不代表「绝对好坏」，只代表编辑部在统一任务下的相对排序。
三类任务覆盖真实开发场景
我们不看 Demo，只看在真实仓库/真实需求下的表现。每类任务使用相同的 prompt 与验收标准，确保横向可比。
任务一：从零实现功能
给定一个明确需求（如「用 Python 实现带 JWT 鉴权的 REST API，包含用户注册/登录/刷新」），评估生成代码的正确性、完整性、边界处理与可维护性。
任务二：在既有代码库中改 Bug / 加需求
给定一个真实存在的开源项目片段，要求定位并修复一个非 trivial 的 bug，或跨多个文件添加一个新功能。评估上下文理解、修改范围控制、回归风险。
任务三：Agent 工作流编排
针对 Agent 平台，使用自然语言描述一个多步骤任务（如「读取飞书表格 → 生成日报 → 发送到钉钉群」），评估工具调用、错误恢复、可观测性与调试体验。
分数不是一次性结论，而是持续维护的状态
编辑部上手使用至少 3 天，填写五维评分、价格、平台、来源等 frontmatter。
每篇内容至少由两人复核：一人确认评分，一人核对来源链接与价格有效性。
重大版本/定价变更时立即更新；常规内容每季度回炉，刷新 lastVerified。
每个工具卡展示评分来源与核实日期；本页持续公开方法论的变更历史。
- · 部分外链可能带有
utm_source=aiho等推荐参数，可能产生少量返佣。 - · 返佣关系不影响评分与排名。如果某工具为付费推广，会在卡片上标注 SPONSORED。
- · 编辑部成员任职或持股的工具，会在该工具页单独声明。
- · 如发现利益关系未披露，欢迎通过邮件 hi@aiho.net 指出。