Cursor 与 AI 编程：我过去一年的工作流进化

从怀疑到依赖

一年前，我对 AI 编程工具的态度是：有趣的玩具，但不实用。

那时候我用 GitHub Copilot，它像个聪明的自动补全工具，能写出不错的函数，但经常需要我修正。它帮我省了点打字时间，但并没有改变我编程的方式。

直到我遇到 Cursor。

现在，Cursor 已经成为我唯一的 IDE。不是「主要用」，而是唯一用。VS Code 已经两个月没打开过。

这篇文章记录我这一年的工作流进化，以及为什么我认为 AI Native IDE 是编程的未来。

三个阶段：补全 → 对话 → 代理

我的 AI 编程体验可以分为三个阶段，每个阶段都彻底改变了我的工作方式。

阶段一：代码补全（Copilot 时代）

能力边界：预测下一行代码

Copilot 的工作原理是「基于上下文补全」。你写注释，它生成代码；你写函数签名，它实现函数。

典型场景：

// 写一个函数，把用户数组按年龄分组
function groupByAge(users: User[]): Map<number, User[]> {
  // Copilot 在这里给出补全建议
  const groups = new Map<number, User[]>();
  for (const user of users) {
    const age = user.age;
    if (!groups.has(age)) {
      groups.set(age, []);
    }
    groups.get(age)!.push(user);
  }
  return groups;
}

价值评估：⭐⭐⭐（省时间，但不改变流程）

阶段二：对话编程（Cursor Chat 时代）

能力边界：理解需求，生成代码块

Cursor 的 Chat 功能（基于 Claude）让我可以用自然语言描述需求，AI 生成完整代码。

典型场景：

我：「帮我在这个组件里加一个虚拟滚动，列表可能有几千条数据」

Cursor：

1. 分析当前代码结构
2. 识别列表组件位置
3. 引入 react-window 或 @tanstack/react-virtual
4. 生成虚拟滚动实现
5. 说明需要安装的依赖

关键突破：我不需要手动查找库、看文档、写实现。AI 直接给出完整方案。

价值评估：⭐⭐⭐⭐⭐（改变工作流程，大幅提升效率）

阶段三：代理模式（Cursor Agent 时代）

能力边界：自主规划、执行、修复

这是最近 Cursor 推出的 Agent 模式，也是我认为最革命性的功能。

典型场景：

我：「把项目从 React Router v5 升级到 v6，包括所有 breaking changes 的处理」

Cursor Agent：

1. 读取 package.json 确认当前版本
2. 查看官方迁移指南
3. 创建升级计划（改哪些文件、什么顺序）
4. 逐个文件修改代码
5. 运行测试验证
6. 如果遇到错误，自动修复
7. 完成后给出总结

这不是对话，这是委托。

价值评估：⭐⭐⭐⭐⭐⭐（颠覆性，重新定义编程）

我的工作流重构

使用 Cursor 一年后，我的开发流程完全变了：

以前的工作流

需求 → 查文档 → 写代码 → 调试 → 查 Stack Overflow → 改代码 → 测试
    ↑___________________________________________↓

痛点：

• 大量时间花在文档查阅
• 语法细节占用注意力
• 样板代码重复劳动
• 调试循环耗时长

现在的工作流

需求 → 描述给 AI → 审查/调整 AI 输出 → 验证

核心变化：

1. 从「写代码」到「审代码」：我变成代码审查者，AI 是初级开发者
2. 从「查文档」到「问 AI」：自然语言替代文档检索
3. 从「调试」到「验证」：AI 先自测，我验证结果

具体效率提升

任务类型	以前时间	现在时间	提升
实现新功能	4 小时	1 小时	4x
代码重构	3 小时	30 分钟	6x
Bug 修复	2 小时	20 分钟	6x
写测试	1 小时	10 分钟	6x
代码审查	30 分钟	10 分钟	3x

Cursor 核心功能深度使用

1. Cmd+K：行内编辑

选中代码，按 Cmd+K，直接说需求：

• 「把这段代码改成 async/await」
• 「添加错误处理」
• 「用 lodash 的 throttle 包装这个函数」

使用频率：每天 50+ 次

2. Cmd+L：侧边栏对话

复杂任务用侧边栏，保持上下文：

• 分析整个文件的问题
• 跨文件的 refactoring
• 架构讨论和建议

技巧：用「@」引用文件、符号、文档，让 AI 有更多上下文

3. Composer：多文件编辑

需要修改多个文件时，Composer 是神器：

我：帮我添加用户认证功能

Composer 计划：
1. [auth.ts] 创建认证服务
2. [middleware.ts] 添加路由保护
3. [Login.tsx] 创建登录组件
4. [types.ts] 添加用户类型定义
5. [package.json] 安装依赖

执行 → 一键应用所有修改

使用频率：每周 10+ 次大型重构

4. 自动补全 2.0：Tab 预测

Cursor 的 Tab 不是简单的语法补全，而是意图预测。

它会：

• 预测你下一步想做什么
• 生成多行代码
• 理解注释意图
• 跨文件引用符号

使用频率：每天 200+ 次（几乎每次输入）

AI 编程的最佳实践

1. 上下文管理

AI 的效果取决于上下文质量：

好的做法：

• 先让 AI 阅读相关文件（@file）
• 描述业务背景，不只是技术需求
• 提供示例输入输出
• 说明约束条件（性能、兼容性等）

不好的做法：

• 直接说「修复这个 bug」，不提供上下文
• 期望 AI 猜到你的意图
• 不给约束，让 AI 自由发挥

2. 渐进式委托

不要一开始就让 AI 做复杂任务，要渐进式建立信任：

Week 1: 让 AI 写简单函数
Week 2: 让 AI 写组件
Week 3: 让 AI 做小型重构
Week 4: 让 AI 实现完整功能
Week 5+: 使用 Agent 模式做复杂任务

3. 审查与验证

永远不要完全信任 AI 代码：

我的审查清单：

• 边界条件处理了吗？
• 错误处理完备吗？
• 有潜在的性能问题吗？
• 类型定义正确吗？
• 符合项目规范吗？

验证策略：

• 让 AI 生成测试（它很擅长）
• 手动测试边界情况
• 代码审查工具（ESLint, TypeScript）

4. 提示工程

好的提示 = 好的结果：

模板：

【任务】实现用户认证系统

【背景】这是一个 Next.js 项目，使用 Prisma 和 PostgreSQL

【需求】
- 支持邮箱密码登录
- 支持 JWT token
- 需要密码加密存储
- 需要登录状态保持

【约束】
- 使用 bcryptjs 加密
- 使用 jose 处理 JWT
- 代码放在 app/api/auth 目录

【示例】输入：{ email: "user@example.com", password: "123456" }
        输出：{ token: "...", user: { id, email } }

常见误区与避坑指南

误区一：完全依赖 AI

问题：有些人用 AI 后自己不再思考，导致代码质量下降。

解决：AI 是助手，不是替代。核心逻辑还是要自己理解。

误区二：不验证直接提交

问题：AI 会犯错，有时是 subtle 的 bug。

解决：强制代码审查流程，测试覆盖率要高。

误区三：提示太模糊

问题：「帮我优化这段代码」→ AI 不知道优化什么。

解决：具体说明优化目标：性能？可读性？类型安全？

误区四：忽视安全

问题：AI 可能生成不安全的代码（SQL 注入、XSS 等）。

解决：安全敏感代码必须人工审查。

AI 编程的未来

基于这一年的体验，我对未来的预测：

1. 编程语言的重要性下降

自然语言将成为「高级编程语言」，具体语法由 AI 处理。

2. 架构师 > 程序员

人类负责架构设计、需求分析、代码审查；AI 负责实现。

3. 一人团队成为可能

AI 让个人开发者拥有团队级的产出能力。

4. 新技能变得重要

• 提示工程：如何有效与 AI 沟通
• 代码审查：快速评估 AI 代码质量
• 架构设计：高层次的系统设计能力

工具对比：Cursor vs 其他

工具	优势	劣势	适用场景
Cursor	功能完整，体验流畅	需要学习新 IDE	主力开发
GitHub Copilot	与 VS Code 深度集成	功能较简单	轻量辅助
Windsurf	Cascade 模式强大	相对较新	复杂任务
Claude Code	Claude 3.5 强大	CLI 体验	脚本任务

我的选择：Cursor 为主，Claude Code 为辅。

迁移建议

如果你想开始使用 AI 编程：

Week 1: 适应期

• 安装 Cursor
• 用 Tab 补全代替传统补全
• 尝试 Cmd+K 做简单编辑

Week 2: 探索期

• 使用 Chat 功能解决实际问题
• 学习如何写有效提示
• 建立审查习惯

Week 3: 熟练期

• 尝试 Composer 做多文件编辑
• 用 AI 生成测试和文档
• 重构旧代码

Week 4+: 精通期

• 使用 Agent 模式做复杂任务
• 建立个人提示库
• 优化工作流

结论

一年前，我花了 80% 时间写代码，20% 时间思考。

现在，我花了 20% 时间写代码，80% 时间思考。

这就是 AI 编程带来的转变：从执行者到设计者。

Cursor 不是让程序员失业的工具，而是让程序员更强大的工具。

如果你还没尝试，现在就是最好的时机。

---

参考链接：

• Cursor 官网
• Cursor 文档
• 我的 Cursor 配置分享

本文 80% 的内容是在 Cursor 辅助下完成的，包括代码示例、表格生成和结构优化。