AI 工具关系梳理:从 ChatGPT 到 Claude Code,讲透 6 大核心概念
Claude 和 Claude Code 有啥区别?API 需要买吗?Skill 到底是什么?OpenClaw 呢?翔宇用超市买可乐的比喻,把公司→模型→产品→API→Agent→Skill→OpenClaw 六大 AI 核心概念的层级关系一次讲透。
Claude 和 Claude Code 有啥区别?API 需要买吗?Skill 到底是什么?OpenClaw 呢?翔宇用超市买可乐的比喻,把公司→模型→产品→API→Agent→Skill→OpenClaw 六大 AI 核心概念的层级关系一次讲透。
你先知道有什么,它是怎么做的,才能知道自己怎么做。
一句话说透:AI 工具生态有 6 层——公司(Anthropic/OpenAI)做模型(Claude/GPT),模型装进消费级产品(Claude.ai/ChatGPT)或开发者 API,Claude Code 把 AI 从「说」升级为「做」(Agent),Skill 固化工作流让 Agent 稳定交付,OpenClaw 管理多个 Agent 组成一人 AI 公司。
目录
翔宇做 AI 编程课三个多月了(2025 年 12 月上线),加上之前 n8n 课程(2024 年 9 月上线)的经验,被问最多的问题不是「怎么配置」、不是「怎么写代码」,而是——
「翔宇,Claude 和 Claude Code 有什么区别?」
「ChatGPT 和 OpenAI 是一回事吗?」
「API 是什么?我需要 API 吗?」
「Skill 是什么?跟 Claude Code 什么关系?」
「OpenClaw 又是什么?」
翔宇完全理解这种困惑。因为翔宇自己当年也经历过。
这些名字看起来都差不多,官方文档也没有专门给小白写一篇「关系图」。结果就是:你花了很多时间看教程,但脑子里始终是一团浆糊。不是你笨,是这个领域的命名确实混乱。
这篇文章,翔宇就来做一件事:把所有概念之间的关系,用最简单的方式讲清楚。
读完这篇,你会知道:
搞不清关系,是因为你把不同层级的东西混在了一起。
这是新手犯的第一个错误:把公司名、模型名、产品名当成同一个东西。
翔宇打个比方。你去超市买可乐:
AI 世界一模一样:
| 层级 | 可乐类比 | OpenAI 系 | Anthropic 系 | Google 系 |
|---|---|---|---|---|
| 公司 | 可口可乐公司 | OpenAI | Anthropic | Google DeepMind |
| 核心技术(模型) | 可乐配方 | GPT-5 系列 | Claude Opus/Sonnet | Gemini 3 系列 |
| 消费级产品 | 罐装可乐 | ChatGPT | Claude.ai | Gemini App |
| 开发者接口 | 给餐厅的可乐糖浆 | OpenAI API | Anthropic API | Gemini API |
| 编程专用工具 | 特调鸡尾酒 | Codex / Copilot | Claude Code | Gemini CLI |
一句话总结:公司做模型,模型装进产品,你用的是产品,不是模型本身。
你跟朋友说「我在用 Claude」,意思其实是「我在用 Anthropic 公司的 Claude.ai 这个产品,它背后跑的是 Claude Sonnet 这个模型」。
就像你说「我在喝可乐」,实际上是「我在喝可口可乐公司用秘密配方生产的罐装可乐」。

Anthropic(Claude 家族):
| 产品 | 一句话定位 | 使用方式 | 适合谁 |
|---|---|---|---|
| Claude.ai | 网页聊天助手 | 浏览器打开就能用 | 所有人 |
| Claude App | 手机/桌面应用 | 下载 App | 所有人 |
| Claude Code | 终端编程 Agent | 在终端(命令行)里用 | 开发者、AI 编程学习者 |
| Anthropic API | 开发者接口 | 写代码调用 | 程序员、产品开发者 |
OpenAI(ChatGPT 家族):
| 产品 | 一句话定位 | 使用方式 | 适合谁 |
|---|---|---|---|
| ChatGPT | 网页/App 聊天助手 | 浏览器或 App | 所有人 |
| OpenAI API | 开发者接口 | 写代码调用 | 程序员 |
| Codex | 云端编程 Agent | 在 ChatGPT 界面内使用 | 开发者 |
| GitHub Copilot | IDE 编程插件 | VS Code 等编辑器内 | 开发者 |
Google(Gemini 家族):
| 产品 | 一句话定位 | 使用方式 |
|---|---|---|
| Gemini App | 网页/App 聊天助手 | 浏览器或 App |
| Gemini API | 开发者接口 | 写代码调用 |
| Gemini CLI | 终端编程工具 | 在终端里用 |
你不需要理解发动机的工作原理,也能开好一辆车。但如果你想造车,你得懂。
API 是新手最害怕的词之一。翔宇用最简单的方式解释:
API = 餐厅的点菜系统。
你(程序)发一个「菜单」(请求)给后厨(AI 模型),后厨做好菜(生成回复)端给你。你不需要走进后厨、不需要知道厨师怎么颠勺,你只需要会点菜就行。
| 概念 | 餐厅类比 | 实际含义 |
|---|---|---|
| API | 点菜系统 | 让程序跟 AI 对话的标准接口 |
| API Key | 你的会员卡号 | 验证身份、计费用的密钥 |
| Token | 菜的份量单位 | AI 处理文字的计量单位(大约 1 个中文字 ≈ 1-2 个 Token) |
| 请求/响应 | 点菜/上菜 | 发送问题/接收回答 |
翔宇再延伸一下这个类比:
翔宇踩坑时刻: 翔宇当年第一次用 API,对着文档看了半天,心想这不就是发个消息嘛,为什么搞这么复杂?后来才明白——你用 Claude.ai 聊天的时候,背后其实也在调 API,只不过 Anthropic 帮你把「点菜」「付款」「上菜」全部包装好了。你看到的是精美的网页,背后跑的是 API。
| 场景 | 需要 API 吗 | 用什么就够了 |
|---|---|---|
| 日常聊天、写邮件、翻译 | 不需要 | Claude.ai / ChatGPT |
| 用 Claude Code 写代码 | 不需要(订阅包含) | Claude Pro/Max 订阅 |
| 自己开发 AI 应用 | 需要 | Anthropic API / OpenAI API |
| 批量自动化处理 | 需要 | API + n8n/Make 等工具 |
| 搭建多 Agent 系统 | 需要 | API + OpenClaw 等框架 |
买了 ChatGPT Plus 会员($20/月),以为 API 也能用了。不行,它们是两套独立的计费系统,钱包都是分开的。 Claude 这边也一样——Claude Pro 订阅和 API 按量付费是两条线。
翔宇经常收到学员的消息:「翔宇,我明明买了 Claude Pro,为什么 API 报错说余额不足?」——就是因为这两个压根不是同一个账户。
翔宇用水电费来帮你理解:
翔宇的建议: 如果你是学习 AI 编程的新手,先不用管 API。用 Claude Pro 订阅($20/月)就能覆盖 Claude.ai + Claude Code 的所有学习场景。等你需要做自动化、做产品的时候,再接触 API 不迟。翔宇课程的前 80% 内容,都不需要你花一分钱 API 费用。

你问一句它答一句,那是聊天。你说一个目标,它自己想办法完成,那是 Agent。
你会在课程里反复看到「Agent」这个词。2025 年是 Agent 爆发的元年,2026 年它已经成了整个 AI 行业最核心的关键词。但很多人还是搞不清:Agent 跟我平时用的 ChatGPT 到底有什么不同?
翔宇用一个场景帮你感受:
场景:你想做一个个人网站。
用聊天机器人(ChatGPT / Claude.ai):
用 Agent(Claude Code):
区别不是智商高低,是工作方式不同。 聊天机器人只能「说」,Agent 能「做」。
| 维度 | AI Chatbot(聊天机器人) | AI Agent(智能体) |
|---|---|---|
| 工作模式 | 被动应答——你问一句它答一句 | 主动执行——你给目标,它自己规划步骤 |
| 能否操作外部工具 | 不能,只能生成文字 | 能,可以读写文件、执行命令、调用 API |
| 出错了怎么办 | 告诉你怎么修,你自己动手 | 自己发现错误、自己修复、自己验证 |
| 典型代表 | Claude.ai 网页聊天、ChatGPT 基础模式 | Claude Code、OpenClaw Agent |
| 类比 | 导航仪——你问路它告诉你,但不替你开车 | 自动驾驶——你说「去机场」,它自己规划路线、变道、停车 |
为什么 Agent 是趋势? 因为它把 AI 从「顾问」变成了「执行者」。你不再需要当 AI 和电脑之间的搬运工——复制 AI 的回答、粘贴到编辑器、运行、再把报错复制回去问 AI。Agent 直接帮你闭环了。
理解了 Agent,后面三个概念就顺了——Claude Code 是一个 Agent,Skill 是教 Agent 新技能,OpenClaw 是管理一群 Agent。
Claude Code 就是一个 Agent。它不只是聊天,它能动手干活。
Claude Code 是 Anthropic 出品的终端编程 Agent,也是翔宇整门课程的核心工具。
它长什么样? 不是网页,不是 App,是一个跑在终端(命令行)里的工具。你打开电脑的终端窗口,输入 claude,就进入了 Claude Code 的世界。它看起来很朴素——没有花哨的界面,只有一个光标在闪。但这个朴素的光标,能做到网页版做梦都做不到的事。
它能做什么? 翔宇举几个真实场景:
| 你说一句话 | Claude Code 自己做的事 |
|---|---|
| 「帮我做一个个人博客」 | 创建项目 → 写代码 → 配置样式 → 启动预览 |
| 「这个项目有个 bug,页面打不开」 | 读日志 → 定位问题 → 修复代码 → 重新运行验证 |
| 「帮我把这篇英文文章翻译成中文,保存到桌面」 | 读取文件 → 翻译 → 创建新文件 → 写入内容 |
| 「分析一下这个文件夹里所有 CSV 的销售数据」 | 扫描文件 → 写分析脚本 → 运行 → 输出图表和结论 |
关键区别:它不是告诉你怎么做,它是直接帮你做。 每一步它都会告诉你它要干什么,你同意了它就执行。你是老板,它是员工。
用两组比喻帮你记住 Claude 家族的区别:
汽车比喻:
手机比喻:
翔宇踩坑时刻: 翔宇刚接触 Claude 的时候,以为 Claude Code 就是 Claude.ai 的另一个名字。结果装了半天装不上,后来才发现——Claude.ai 是网页,Claude Code 是终端工具,完全不是一回事。
翔宇为什么选 Claude Code 作为课程核心? 不是因为它完美,而是因为它最适合「一个人干一支团队的活」这个目标——终端原生不挑编辑器、200K 超大上下文能理解整个项目、扩展性强能接入各种工具。翔宇用它写代码、写文章、做视频、管社交媒体,一个工具覆盖了翔宇 80% 的日常工作。

一个人的能力有限,但一个人加上一套方法论,能力是无限的。
Claude Code 出厂就很强,但它毕竟是通用工具——什么都能做,但什么都不专精。
翔宇打个比方:你开了一家公司,招了一个名校毕业的聪明员工。他学什么都快,但问题是——你每次都要从头给他讲一遍该怎么做。今天讲怎么写公众号文章,明天又要讲一遍,后天还要讲。他不是记不住,是你没有把流程写下来。
Skill 就是你写给 AI 的 工作流(Standard Operating Procedure,标准作业流程)。
写好一次,以后每次触发都按同样的流程走。不遗漏、不走样、可复现。
| 没有 Skill | 有了 Skill |
|---|---|
| 每次都要从头描述需求,描述得不一样,结果也不一样 | 一句话触发完整流程,每次走同样的步骤 |
| AI 可能遗漏关键步骤(忘了做 SEO、忘了加配图) | 每一步都在流程里,不可能遗漏 |
| 质量看运气,好的时候很好,差的时候很差 | 质量稳定,下限被流程兜住 |
| 只能做简单的单步任务 | 能完成复杂的多步骤工作流(研究 → 写稿 → 配图 → 发布) |
翔宇用菜谱来比喻:
翔宇踩坑时刻: 翔宇最早用 Claude Code 写公众号文章,每次都要打一大段话描述要求:「帮我写一篇公众号文章,主题是 XXX,风格要接地气,要有小标题,配图要……」写了十几次,每次的要求都不一样,结果质量忽高忽低。后来翔宇把整个写作流程固化成一个 Skill——从选题研究、大纲规划、初稿写作、到润色排版,一共 6 个步骤。从那以后,每篇文章的质量都稳定在一个水准之上。Skill 不是让 AI 变聪明,是让 AI 变稳定。
翔宇课程里用到的 Skill 举几个例子:
| Skill | 做什么 | 一句话触发 |
|---|---|---|
| 长文创作 | 从研究到成稿的 6 步写作流程 | 「写长文」 |
| 文章配图 | 为 Markdown 文档生成 AI 风格插图 | 「配图」 |
| 视频剪辑 | AI 分析素材 + 旁白 + 配音 + 字幕 | 「剪视频」 |
| 小红书创作 | 热门采集 + 爆款分析 + 仿写 + 配图 | 「小红书创作」 |
你看出来了吗?每一个 Skill 背后都是一套完整的工作流,而不是一个简单的指令。 「写长文」两个字的背后,是 Claude Code 要做 6 件事情,每一件都有明确的标准。这就是 Skill 的价值——把你的经验和方法论,变成 AI 可以反复执行的程序。
Skill 和 Claude Code 的关系: Claude Code 是引擎,Skill 是导航路线。引擎决定你能跑多快,路线决定你能到哪里。没有引擎,路线是废纸;没有路线,引擎只能原地空转。

自动化来自于标准化,标准化来自于结构化。
到这里,你已经理解了:Claude Code 是一个 Agent,Skill 让它学会新技能。但翔宇要问一个问题:
如果你想让 AI 帮你同时管理小红书、Twitter、YouTube、微信公众号,怎么办?
一个 Claude Code 窗口做不了这么多事。就像一个员工再厉害,也不可能同时当销售、写文案、做运维、搞研发。你需要的不是一个更强的员工,而是一支团队。
OpenClaw 就是帮你组建这支 AI 团队的系统。
翔宇用开公司来比喻。假设你是创业者,要开一家内容公司:
| 概念 | 公司类比 | 说明 |
|---|---|---|
| OpenClaw | 公司管理系统 | 管理多个 AI Agent 的框架 |
| Agent(智能体) | 员工 | 每个 Agent 负责一个岗位 |
| Workspace(工作区) | 员工的办公桌 | 每个 Agent 有独立的工作空间和记忆 |
| Gateway(网关) | 前台 | 接收消息,分发给对应的 Agent |
| Discord | 办公通讯工具 | 你跟 Agent 沟通的渠道 |
翔宇自己的 OpenClaw 部署了 10 个 Agent,就是翔宇的「一人 AI 公司」:
总经理(main) — 统筹协调,跨部门任务分发
情报部(intel) — 全网信息采集,行业动态追踪
研发部(rnd) — 技术研究与开发,新工具调研
运维部(archive) — 数据归档与系统维护
小红书部(xhs) — 小红书内容运营
微信部(wechat) — 公众号内容运营
推特部(twitter) — Twitter/X 内容运营
油管部(youtube) — YouTube 内容运营
课程部(course) — 课程内容管理
私人助理(admin) — 个人事务处理
这 10 个 Agent 可以同时工作。 翔宇在 Discord 里给微信部发一条「写一篇关于 Claude Code 的公众号文章」,微信部 Agent 就开始干活了。与此同时,情报部在采集今天的 AI 新闻,推特部在准备晚上要发的推文。它们互不干扰,各干各的。
翔宇踩坑时刻: 翔宇最早是用一个 Claude Code 窗口干所有事情的——写文章、发推文、做课程、搞开发。结果每次切换任务都要重新交代背景,效率极低。后来翔宇把不同的工作拆到不同的 Agent 上,每个 Agent 只负责一件事,有自己的记忆和 Skill。效率直接翻了几倍。这就像一个创业者从「什么都自己干」进化到「招了一支团队」。
三个概念的关系,一句话串起来: Claude Code 是一个聪明的员工,Skill 是你给他的 工作流 手册,OpenClaw 是你用这样的员工组建的一整家公司。
你现在需要关心 OpenClaw 吗? 大概率不需要。OpenClaw 是课程的终极章节,是「毕业设计」级别的内容。翔宇把它放在课程最后,就是因为你得先把前面的基础全部吃透,才能玩得转多 Agent 系统。但翔宇先告诉你它的存在,是为了让你知道终点在哪里——你学的不只是一个工具,而是一套可以无限扩展的系统。
简化是最高形式的复杂。
从最底层到最顶层,所有概念的层级关系:
第 6 层 多 Agent 系统 OpenClaw(10 个 AI 员工组成的公司)
↑ 管理多个
第 5 层 技能系统 Skill(写给 Agent 的 工作流)
↑ 增强
第 4 层 编程 Agent Claude Code(能自主执行任务的 AI)
↑ 从聊天升级为自主执行
第 3 层 消费级产品 Claude.ai / ChatGPT / Gemini App(聊天机器人)
↑ 包装成用户界面
第 2 层 AI 模型 + API Claude Opus / GPT-5 + 开发者接口
↑ 训练产出
第 1 层 AI 公司 Anthropic / OpenAI / Google DeepMind
注意箭头方向: 每一层都建立在下一层之上。Claude Code(第 4 层)是一个编程 Agent,它运行的是 Claude 模型(第 2 层)。Skill(第 5 层)让 Claude Code 学会复杂工作流。OpenClaw(第 6 层)管理的是多个装备了 Skill 的 Agent 实例。
你不需要理解所有层。 大多数人只需要关心第 3-5 层(产品、Claude Code、Skill)。往下的层是技术细节,最顶层是进阶玩法。

Claude 是 Anthropic 的模型家族和网页聊天产品(Claude.ai)。Claude Code 是终端编程 Agent,不只是聊天,能自主执行代码、读写文件、完成任务。核心差异:一个「说」,一个「做」。
不是。OpenAI 是公司,ChatGPT 是这家公司的消费级产品。类比:可口可乐公司和罐装可乐不是一回事。OpenAI 旗下除了 ChatGPT,还有 GPT 系列模型、OpenAI API、Codex 等产品。
API 是让程序与 AI 对话的接口,类似餐厅的点菜系统。日常聊天、写邮件、用 Claude Code 写代码都不需要 API(订阅即可)。只有开发 AI 应用、做批量自动化时才需要 API。
Chatbot 只能「说」——你问它答;Agent 能「做」——你给目标,它自己规划步骤、读写文件、执行命令完成任务。Claude.ai 是 Chatbot,Claude Code 是 Agent。Agent 把 AI 从顾问变成了执行者。
Skill 是写给 AI 的 SOP(标准作业流程)。Claude Code 是引擎,Skill 是路线。没有 Skill AI 每次靠运气,有了 Skill 流程固化、质量稳定。比如「写长文」Skill 按 6 步走完研究到发布全流程。
翔宇一直相信一个道理:概念清晰是一切学习的前提。
你不需要一次记住所有东西。这篇文章的正确打开方式是:
AI 工具在快速迭代,产品名字可能会变,定价可能会调。但核心关系不会变——公司做模型,模型装进产品,你用的是产品。
理清了这些,剩下的就是动手。
读完概念如果还有点模糊,把下面这段话复制发给 Claude Code,让它用你自己的场景帮你理清:
我刚读了一篇 AI 概念梳理文章,讲了 6 个概念:公司/模型/产品的层级、API、Agent、Claude Code、Skill、OpenClaw。大意我懂了,但想用自己的情况加深理解。
请你这样帮我:
1. 先问我一个问题:我日常主要用 AI 做什么(比如写作、编程、做自媒体、学习等)
2. 根据我的回答,用我自己的场景重新解释这 6 个概念——不要用原文的比喻,帮我造一套属于我的比喻
3. 最后画一张简单的关系图,把这 6 个概念串起来,标注出「我现在在哪一层」和「下一步该学什么」
AI 编程实操课(翔宇完整课程,从 Claude Code 到 OpenClaw 全流程):
国内版和国际版内容完全相同,根据你的支付渠道自行选择即可。
其他渠道:
每周精选 AI 编程与自动化实战内容,直达你的邮箱