Cursor - The AI Code Editor
一、Cursor 是什么？
Cursor 是一款优秀的AI代码编辑器，它内置了 Deepseek-R1、GPT-4、Claude等 AI 模型。
简单说，就是：Cursor = VS Code 编辑器 + AI 大模型 + Cursor 功能特性（代码补全、文件编辑等）
它可以：
- 智能补全代码
- 解释代码
- 定位Bug
- AI大模型问答
- 文本编辑
更重要的是，它可以：
- 根据自然语言，生成代码
这一点，非常利好 “不懂编程，但是有开发想法” 的人。
二、核心功能
1、Cursor Tab
Cursor Tab 是手写代码过程中，使用最高频的一个功能。
写代码时，Cursor 会基于当前光标的位置推断出你接下来要写的代码内容。
Cursor 会像输入法的联想功能一样，联想出你接下来想要编写的内容。如果接受，只需要按键盘的 Tab 键，代码就会自动生成，然后 Cursor 会基于新的光标位置推断新的内容。
如果不接受，只需按照自己的想法继续敲代码即可。Cursor 会基于新的光标位置，推断下一步的联想。
在上下文代码逻辑比较完整的情况下，Cursor 对代码的联想一般比较准确。所以大多数时间里，你会频繁地按 Tab 键采用 Cursor 联想的代码。（未来就像 tab tab tab）
2、聊天窗口：Chat
Chat 聊天窗，是最核心、最重要的一个功能。
Chat 聊天框分为 3 种模式，分别为：Ask、Edit、Agent。
（1）Ask
Ask 模式，类似你使用 Deep Seek app 来聊天的功能。它侧重于对你的提问进行解答。
平时开发时，可以把它当作：
- 思维发散的工具，辅助你设计一些创新的游戏设计
- 技术咨询的工具，告知你要实现这样的功能，需要用到哪些技术
- 代码解释的工具，复制一段代码到聊天框，让Cursor告诉你这段代码的逻辑，帮你排查代码是否有Bug
- 提高效率的工具，一些机械式的编码工作，一些不太熟悉的编码工作，可以让Cursor帮你写
- 案例：之前做Demo，找了一个第三方特效插件，有一个Shader用的是内置渲染管线的写法，让Cursor把这份Shader转为URP渲染管线的写法
- （其他任何你能想到让Cursor去做的功能）
（2）Edit
Edit 模式，可以理解为增强版的 Ask 模式。相比之下，Edit 模式增加了直接修改项目文件、代码的功能。
举个例子，我分别在 Ask 模式和 Edit 模式下，给 AI 提了相同的问题：
一个简单跑酷游戏的赛道生成逻辑怎么写
Ask 模式，生成了 C# 代码以及文字描述：
Edit 模式，则是直接修改了代码文件，并给出了文字描述：
Edit 模式，更适合在需求明确的情况下，让 Cursor AI 直接参与到项目工作流中。
当然 AI 生成的代码还是需要人去评估的，这些代码生成后，对应的文件处于“待保存”的状态。
你需要一个文件一个文件、一行代码一行代码地去过一遍：
- 符合要求的代码，保留——“√ Accept”
- 不满足要求的代码，还原——“× Reject”
你可以在 AI 的回答中选择是否使用生成的代码：
也可以在聊天窗口的代码修改总览中选择是否采纳代码：
也可以在生成的代码文件中，做更精细化的采纳判断。
那么，如果你不会写代码，该怎么用这个功能？
很简单，无脑点 Accept All 采纳所有生成的代码，然后运行起来看看，不符合效果的，继续向AI提出修改意见，直到代码的运行符合预期。
文章一开始的案例演示，用的就是这种方式。
（3）Agent
Agent 模式，可以理解为增强版的 Edit 模式。
除了 Edit 的功能，它还可以：
- 根据搜索内容的关联性，搜索相关的代码
- 调用 MCP 服务器，接入其他 AI 工具，比如：文生图
- 运行终端（命令行）指令
- 自动从网上搜索最新的内容
因为 Agent 模式比 Edit 模式更强大，逻辑更复杂，所以 Agent 模式的执行速度会比 Edit 模式慢很多，但是回答的质量也高很多。
什么情况下使用 Agent 模式？
- 有编码需求的前提下，
- 如果你不是很懂代码
- 无脑选择 Agent 模式来生成代码；
- 如果你是程序员
- 如果要生成的代码需要分模块才能理清楚
- 选择 Agent 模式，交给 AI 来托管
- 如果只是生成一些简单的逻辑
- 选择 Edit 模式，精细化操控
Ctrl K 其实是一个 Edit 模式的内嵌聊天窗口。
你可以把光标定位到文件的某一行，在内嵌窗口中输入你希望 AI 生成的代码逻辑。
三、Cursor的使用技巧
1、AI 乱改代码问题的解决思路
网上经常会刷到，网友使用 Cursor 时，AI 把之前生成好的、可以稳定运行的代码给改坏了。
这个问题可以拆分成3个步骤进行解决：预防、检测、回滚。
1、预防
预防，就是避免让AI生成自己不想要的代码。
换种说法，就是：怎么向 AI 提问，让 AI 完全理解我们的诉求。
有以下几种策略：
- 让 AI 复述需求
在聊天框输入需求之后，加上一句：
请先复述一遍我的需求，先不要修改代码，确保你真正理解我的需求。然后基于 AI 的回复，确认AI的理解和需求完全一致时，再让 AI 生成代码。
- 限定影响范围
让 AI 生成代码时，尽可能引用相关的文件、文件夹，限定 AI 生成、修改代码的文件范围。
哪怕 AI 生成了错误的代码，也可以让影响降到最小。
- 拆解并细化需求
AI 善于执行明确的指令，太泛、太模糊的指令会让 AI 思维发散，从而生成偏离期望的代码。
- 引导与修正
AI 在知识领域非常强大，但是在自然语言的沟通理解上，尤其是中文，还远远没能达到一名成年人的理解水准。
即使是两名智力正常的程序与策划，也依然会出现开发内容与项目需求有偏差的情况，所以在AI思考方向有偏差时，要及时修正、加以引导。
必要时，可以将自己对问题的思考策略告知AI，也可以附上一些引用、链接等，帮助 AI 更好地理解我们的需求。
2、检测
这一点，在前面讲 Edit 时有提到过。在 Edit 模式下，AI 可以一次性帮我们编写很多代码文件，你需要自己去判断这些代码是否符合预期，从而判断代码是否采用。
不熟悉编程的同学，可以 Accept All，运行后根据结果，告知 AI 哪些地方不符合预期，期望的预期是怎么样的，以此来一步步把代码修改成自己想要的样子。
3、回滚
回滚，是一个追悔的功能。
如果误点了 Accept All，但是代码逻辑又不是自己想要的，可以找到代码生成前的那一次提问，点 Checkpoint 旁边的 Restor 把代码回滚到修改前的状态：
遵循这 3 个步骤，可以让 AI 乱改代码的可能性降到最低。
即使你不会写代码，也可以让 AI 写出符合你心意的代码。
四、Cursor 的整体使用思路
- 需求分析、整理成档：
- 用 Ask 模式，找 AI 把需求聊透，并记录成文档，以便后续引用，让 AI 快速理解。
- 编写代码、按需选模式：
- 程序员：用 Edit 模式编写简单的代码逻辑，借助 Agent 模式编写复杂模块的代码逻辑
- 门外汉：无脑用 Agent 模式。
- 使用引用、制定规则：
- 高效使用 @ 引用功能
- 合理制定规范，让 AI 的回答更精准。
- 模型选择：
- 编码用 Claude-xxx-sonnet
- 聊需求用 Deep Seek R1、ChatGPT-4o。
参考：https://zhuanlan.zhihu.com/p/27335614120
