微信扫码
与创始人交个朋友
我要投稿
https://www.cursor.com/
最开始接触 cursor 的时候是在去年年初,openAI ChatGPT 带火了一批 AI 概念产品。GitHub 的 Copilot 自不用说,很早就在使用,有了大模型的加持当时也是如日中天。我记得 cursor 当时主打的点是:
可以无逢迁移 vscode ,vscode 的所有插件可以直接一键转移到 cursor。连界面都一模一样
轻巧、快速。体量小,启动快,编程效率高
可用免费的 AI 模型进行提示。
当时体验下来发现也确实如宣传所说,是挺快,但是没有那么强的吸引力让我愿意换 vscode 和 idea 。我使用最多的还是 vscode+idea+copilot+chatgpt 。基本上满足我日常开发的需求了。当然后来又加上了 warp
最近我又体验了一下 cursor ,发现它和原来的版本有很大的不同。而这一次,彻底改变了对它的看法。目前我已将编程工具切换到了 cursor,很心甘情愿的切换了过去。
先说最重要的,一切事情有困就有果,有果就有因,cursor 好用的功能有很多,但最重要的我认为只有一个。关于这个功能,我要说明一下它的原理。
其实市面上的 AI 编程助手类工具不止一个,比较好用的有:
大家都知道,这些工具背后是各家的 LLM ,提示质量的高低主要取决于这些大模型的能力。而所有的工具都只是基于当前文件的。无论是代码解释、优化、生成注释,都是基于当前文件的内容,无论是针对文件、类、方法。你对代码提问的 codeBase 是单文件,上下文自然也是当前打开的这个单文件。
这就是现在的这些 AI 编程工具的运行逻辑,从当前文件中获得代码的上下文再结合你的提问(prompt),一起发给 LLM,最后得到结果。其实这已经能解决不少问题了,在没有 cursor 之前感觉很不错,写程序确实能提高效率。
我们觉得上面那些工具很不错是因为我们没有用过更好的工具:
可能有的伙伴看到这几个字立刻就懂我是什么意思了,对,就是那个你越想越激动的事情。
cursor 的逻辑是,先将工程内的所有代码进行索引和向量化(Embedding),再之后你的所有提问都是基于整个工程给你答案,它会将你的提问结合整个工程的代码一起提交给 LLM,默认有这些模型:
注意这里不包含 deepseek-coder
,那是我自己添加的。
这很像基于 RAG 方法论的系统实现,只不过外挂的知识库是代码库而已。
这就是我认为最重要的功能,我说清楚了它的逻辑,接下来我们来说基于这个功能能做什么,这才是最激动人心的部分
之前工具的代码补全虽然使用了 LLM,但仍然不那么精准,因为它只能把当前文件作为上下文,而 cursor,它的 codeBase 是基于整个工程的,它的代码补全相当于是分析了你整个工程的代码基础之上给的建议,那是正当的精准啊。这也就是为什么有的朋友说,现在用 cursor 写程序一路 tab 下来就完事儿了,比自己写的还好。简直就是自动化编程。
这代码你就放心写吧,如果你写着写着写错了,cursor 会在你输入的时候自动纠正你的错误
它为啥能纠错,它怎么知道我写错了?对,还是 codeBase,你的整个工程它都了如指掌。
太基础的功能了,然而因为 codebase,它就有了无限可能。首先,你可以在当前文件中针对某一部分来提问,比如你要重构一个方法什么的
它会重构的比较好,因为它的 codebase 是整个工程。
你也可以单独打开一个聊天窗口
在这里提问可以仅针对当前文件、文件夹、图片、文档、网络或者整个 codebase
最重要就是这个 Codebase
这是可以发挥无限想像的地方。
由于篇幅的原因,我不会把所有的细节全部用图片或视频的形式放出来,因为太多了,但你看我的描述也一定能体会到 cursor 的强大,这里我举几个例子,这些例子我已经测试成功并且在工作中使用了,它很强,很实用:
我想你应该知道我想说什么了,我想你也知道 cursor 为什么足以让我兴奋了。而所有的这些原因,都是因为它最重要的原理,它的 codebase,它和其他产品不一样的逻辑。
cursor 当然还有一些其他功能我没有介绍到,不过那都不重要,你已经知道了它的逻辑,它的核心原理和功能,剩下的就交给你了,交给你的想象力和创造力了。
以上的内容怎么看都是 cursor 的优点,然而在阅读的过程中你一定想到它还有许多令人担心的问题,没错。首先就是数据安全。虽然 cursor 官方宣称数据是保存在本地的,不会被上传,但是我知道你一定担心。这是个有意思的问题,因为关于这一点无论对方如何承诺你都不会轻信,隐私和方便它永远是问题的两端,我们不可能全都要,所以要做个取舍。
然后就是价格,cursor 前两周是免费使用的,然后再用就要收费了,怎么收费呢?
我说一下重点,如果你使用 cursor 是包含两部分费用的,一部分是软件的费用,这部分比如一个月 20$
是付给 cursor 的,另一部分是模型的使用费用,这个是你付给像 openAI 这样的模型提供商的。那么加起来可能一个月你至少有 30$ 以上的成本。不过关于模型这部分,因为 cursor 可以添加 deepseek 的 coder 模型,所以模型使用成本算是打下来了,因为 deepseek 模型的 API 是白菜价
不但是白菜价,首次注册人家还送 500万 tokens
总结来说,除了优点都是缺点,包括:
这两点加起来对很多人来说就望而却步了,当然还要解决网络的问题。不过我觉得国内的公司一定不会坐以待毙,一定很快就会有类似的产品上线了,到时候网络就不是问题了。
正如我标题所写,因为看到了 cursor,这次我真的觉得程序员有危机了,尤其是对于初级的、新手程序员。因为我用工具虽然可能有一点点错误,但它可以瞬间完成一些基础的工作,完全可以替代人了,我不需要招那么多人来干那些 “脏活累活” ,我只需要几个高级并且会使用高级工具的人才就可以了,他们创造的人效是原来的 10 倍以上。
再进一步,自动化编程可以期待了吗?也就是提一个描述得很清晰的需求给 AI,他能自动把程序写好,有公司正在做:https://www.cognition.ai/ 原先我觉得他在吹牛,现在,尤其是使用了 cursor 后,我觉得可能不远了。
我在最近几年思考了一个问题,很多企业没有业务知识库,就算是有,文档也不全,也不及时更新,这个所谓的企业内部的业务知识库也是名存实亡。那如果需要了解业务的时候怎么办?比如需要大版本更新,重大业务调整的时候,怎么办呢?找开发看代码是最准的了,然后这些辛苦的工作又 TMD 转到开发这儿来了。
我想来想去,感觉没有什么非常好的解法。虽然可以用 RAG 来解决一部分的问题,但没有完全解决,因为只要文档不是最新的,文档有问题,一切基于知识库的分析全都是错的。直到 cursor 出现了,我觉得问题可以以另外一种方式来解决了。因为代码是准的,代码就是错那也是代码的 bug。但它是准的,代码写错了,也是准的。代码什么样线上就是什么样,业务就是什么样。
那么整个企业的业务知识就已经在代码里了,只需要从代码仓库提炼就可以了,我们借助 cursor 或者以后什么其他类似的工具再加工一下就完全可以提炼出准确、实时、可用的企业业务知识了。而这个 “知识” 才是企业真正的业务资产。代码就算没了,根据业务重建都可以,反过来,如果你对业务不了解,给你代码也没用。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-01-22
LalaEval:面向领域大模型的端到端人工评测框架
2025-01-22
OpenAI重磅:全新自主Agent意外曝光!
2025-01-22
突发!OpenAI宣布“星际之门计划”:5000 亿美元构建未来 AI 基础设施
2025-01-22
中国研究者破解OpenAI 01和03的“思考”秘密,AGI时代即将到来?
2025-01-22
Cohere Design: 顶尖 AI 团队的绝佳审美
2025-01-22
Google DeepMind 也要开始研究世界模型
2025-01-22
DeepSeek-R1:开启大语言模型推理能力强化学习新纪元
2025-01-22
腾讯搜索广告:基于混元大模型的生成式召回探索与应用
2024-08-13
2024-05-28
2024-08-21
2024-04-26
2024-06-13
2024-09-23
2024-08-04
2024-07-09
2024-07-01
2024-07-18