当编辑器响应速度、开源透明度以及灵活的模型路由比拥有最大的扩展生态系统更重要时，选择Zed AI。
Pricing Plans
Personal
免费编辑器，包含有限的Zeta编辑预测功能，并可无限使用自带API密钥或外部智能体。
Pro
托管AI模型，无限编辑预测，每月5美元代币额度，超出额度部分按使用量计费。
Business
组织控制，数据治理，统一支出可视化，基于角色的访问控制，以及托管AI访问权限。
Student
免费认证学生计划，包含专业版功能、除Claude Opus外的托管模型，以及每月10美元代币额度。
Core Features
1智能体工作流
- 用于代码生成、重构、调试和文档编写的智能体面板
- 跨项目和工作树的并行智能体线程
- 在提交AI更改前可编辑的统一差异审查
- 支持终端驱动的智能体CLI和TUI线程
2模型接入
- 通过专业版或企业版使用Zed托管的模型
- 无需Zed订阅即可使用自带API密钥
- 通过Ollama、LM Studio及兼容服务器支持本地模型
- 通过智能体客户端协议连接外部智能体
3编辑体验
- 专注于低延迟交互的Rust原生编辑器
- 用于行内代码补全的Zeta编辑预测
- 针对选定内容进行转换的行内助手
- 基于仓库变更生成Git提交信息
4团队控制
- 组织范围内的AI模型策略
- 数据共享与反馈控制
- 统一计费与支出可视化
- 基于角色的访问控制
Pros
- 开源独立编辑器，而非VS Code衍生版本。
- 非常适合希望快速本地编辑与智能体工作流结合的开发者。
- 通过托管模型、自带密钥、本地模型、网关和外部智能体实现灵活的模型路由。
- 业务控制涵盖模型策略、支出和数据共享。
- 对于希望在同一个编辑器中兼顾人工协作与AI评审的团队，这是一个不错的选择。
Cons
- 扩展生态系统小于VS Code和JetBrains。
- 托管模型使用可能因代币计费而超出基础专业版订阅费用。
- 部分外部智能体功能取决于每个智能体集成。
- 企业单点登录、SAML和SCIM功能已规划但当前不可用。
- 深度依赖VS Code设置、扩展或JetBrains检查功能的开发者可能会面临迁移阻力。
为何选择 Zed AI？
当编辑器本身成为 AI 工作流的一部分，而不仅仅是围绕聊天侧边栏的外壳时，Zed AI 最具吸引力。它的差异化优势在于将低延迟编辑、智能体可见的项目上下文以及显式审查循环相结合——在 AI 的修改成为正式代码之前，开发者可以先行审查。
这使得 Zed AI 与那些主要优化自动补全数量或聊天便利性的工具感受截然不同。Zed 更接近一个协作编码界面：智能体可以导航和编辑，而开发者则保持对上下文、代码差异、权限和最终验收的控制。
考虑 Zed 的另一大理由是模型独立性。开发者可以出于便利使用 Zed 托管的模型，也可以自带供应商密钥以控制成本，通过网关路由请求，使用本地模型，或通过 ACP（Agent Control Protocol）运行外部智能体。对于不希望将编码工作流绑定到单一 AI 供应商的团队来说，这是一种实用的架构优势。
核心工作流
典型的 Zed AI 会话始于为任务选择正确的执行路径。对于小规模编辑，内联助手或编辑预测流让开发者保持在当前文件中；对于更广泛的更改，智能体面板更合适：描述任务、附加或提及相关文件、让智能体提出编辑建议，然后审查产生的代码差异。
重要的工作流细节在于，Zed 鼓励任务限定的线程机制。与其保持一个无休止的助手对话，不如为重构、失败的测试、文档更新或迁移步骤单独开启线程，这通常更清晰。这种方式让上下文窗口保持专注，并使审查历史更容易理解。
对于外部工具，Zed 可以作为 Claude、Codex、OpenCode 或 Gemini CLI 等智能体的客户端界面。当团队已有偏好的智能体订阅或命令行工作流，但希望获得更直观的基于编辑器的审查体验时，这非常有用。
适用场景
Zed AI 适合快节奏的工程工作，开发者希望委派受控的编码任务，同时不失去审查纪律。典型的例子包括多文件重构、测试生成、错误排查、文档更新、API 迁移清理以及跨代码库的重复性编辑。
对于在本地优先编码和云模型使用之间切换的开发者，Zed 同样适用。隐私敏感的项目可以通过本地模型处理部分工作，而高推理任务在适当时可以使用托管或自带密钥的前沿模型。
对于团队而言，当 AI 应用需要治理时，Zed 变得更具吸引力。围绕模型可用性、反馈共享、数据策略和支出限制的业务控制，使得引入 AI 编码工作流更加容易，而无需完全依赖开发者的个人配置。
对比其他方案
与 Cursor 相比，Zed 的核心不在于成为 VS Code 兼容的 AI 层，而在于构建一个围绕速度、协作与开放协议的全新编辑器架构。VS Code 用户会更熟悉 Cursor 的体验，而 Zed 则更适合那些愿意为了原生性能与更简洁的智能体评审界面而更换编辑器的开发者。
相较于 Windsurf，Zed 的优势在于开放性与模型路由的灵活性。Windsurf 提供了成熟的 AI 优先产品体验，但对于注重开源基础设施、本地模型、自托管密钥（BYOK）以及外部智能体协议的用户，Zed 更为强大。
对比 GitHub Copilot，Zed 代表一个更整体的编辑器选择。Copilot 可以嵌入现有开发环境，而 Zed 则要求开发者采用全新编辑器，以换取集成的智能体工作流与原生协作基础功能。
与 Claude Code 或 Codex CLI 相比，Zed 提供了可视化的变更评审工作区。虽然以终端为核心的智能体对自动化需求高的用户依然高效，但当开发者需要同时查看文件、差异、对话线程及编辑器状态时，Zed 的评审体验更为便捷。
最佳配置建议
对于独立开发者，建议先从免费编辑器入手，搭配现有 API 密钥或外部智能体使用，仅在 Zed 托管的模型与无限制编辑预测成为日常必需时再考虑升级。这样可以在了解实际模型使用习惯后再进行付费。
对于 AI 重度使用者，建议尽早设置支出限额。Zed Pro 订阅包含一定代币额度，但超出额度后的托管模型使用仍按实际用量计费。设置月度上限可以避免实验性使用演变成不可控的账单。
对于本地优先的工作流，建议配置 Ollama 或 LM Studio 用于低风险的代码库探索，而将托管模型或 BYOK 前沿模型保留给需要更强推理能力的任务。这种混合配置是 Zed 在实际应用中最具优势的配置之一。
对于团队，建议在推广前明确定义模型策略与数据共享规则。产品具有高度灵活性，但如果未统一规定允许的模型供应商、外部智能体与反馈设置，每位开发者的个性化配置可能导致管理混乱。
迁移注意事项
从 VS Code 迁移是最大的实际调整。Zed 拥有自己的扩展生态系统、设置模型和编辑器规范，因此迁移应视为编辑器的切换而非直接替换。建议从一个语言栈开始，在迁移整个团队前，先验证格式化工具、LSP、调试器、测试、终端和 Git 工作流的兼容性。
从 JetBrains 迁移则需要更加谨慎。Zed 快速且灵活，但 JetBrains IDE 仍具备深入的语言特定检查功能和成熟的项目工具。使用复杂 Java、Kotlin、PHP 或企业级单体仓库工作流的团队，应在标准化前先在真实代码库上试用 Zed。
对于 AI 迁移，关键在于将编辑器采用与模型采用分离。Zed 可连接多种供应商，团队无需在更换编辑器的同时更换模型供应商。这使得分阶段推行更容易：保持现有 API 合约或智能体订阅，后续再评估 Zed 托管的模型。
Best For
- 希望拥有集成AI智能体的快速原生编辑器的开发者。
- 希望在编辑器内部评审AI生成代码变更后再提交的团队。
- 偏好自带密钥、网关或本地模型路由而非单一捆绑AI供应商的用户。
- 尝试使用Claude、Codex、OpenCode、Gemini CLI或其他ACP风格外部智能体的开发者。
- 希望了解编辑器、协议和编辑预测模型内部情况的开源团队。
Not Ideal For
- 需要完整VS Code扩展市场的团队。
- 当前就需要单点登录、SAML或SCIM功能的组织。
- 希望获得可预测的全包式AI使用体验，且无基于代币的超额费用的开发者。
- 重度依赖JetBrains工作流，需要高级IDE检查及成熟语言特定工具的用户。
- 希望仅使用浏览器编码环境的用户。
Privacy Notes
Zed声明普通AI请求不会被Zed保留，而反馈评分和编辑预测训练数据为选择加入。托管模型请求仍取决于供应商端处理，部分供应商指定模型可能具有安全保留行为。
Update History
- Jun 13, 2026: 已验证官方定位、定价层级、自带密钥/本地模型支持、托管模型计费、隐私说明及开源仓库信息。
Related Tools
More listings in a similar part of the directory.
Zed AI Articles
Guides, comparisons, and launch notes connected to this listing.
