這篇文章總結了作者在一次工廠分享會中的核心觀點，主要圍繞AI程式設計的局限性以及如何利用Cursor工具來克服這些限制展開。由於客戶因素，無法公開具體工廠名稱。本文旨在分享這些觀點，希望能給大家帶來啟發。
AI程式設計的限制
核心限制
AI程式設計存在諸多限制，其中包括：
-
超薄盒（Super-thin Box）： AI模型理解的上下文有限。
-
偏見（Bias）： AI的表現受訓練數據的影響，對不同程式語言的掌握程度不一。
-
盲視（Vision）： AI對項目整體結構的理解可能不夠深入。
-
新聞時效性（After the News）： AI模型的訓練數據有時間限制，無法及時反映最新的技術和框架更新。
限制的具體表現
-
隨機性： 大模型是基於概率預測token，在非法律醫療等行業問題不大，但在程式設計領域，程式碼結構嚴謹，一個數字的缺失就可能導致整個程式碼無法運行。
-
偏見： AI 的效能基於其訓練資料，對於像 Python 和 JavaScript 這樣流行的程式語言，AI 通常會表現得更好。 但對於某些流行的程式語言，它可能沒有那麼好。 以 Cloud 和 Gemini 為例。 儘管它們是一流的程式設計模型，但它們沒有大量的微通道程式碼訓練資料。 這種類型的專案的效能通常不是很好。
-
新聞時效性： 各個大模型的訓練語言都限制在某個時間點。 如果您不將各種外部工具和資料連接到模型，那麼它能回答的資訊將不會超過這個時間點。 在程式設計領域，某些技術、框架和語言版本的更新非常快。 如果訓練資料已過時，AI 可能會為您產生不相容的程式碼，甚至是不安全和循環的程式碼。
-
模型本身的限制： 無論哪個大型模型，目前都有上下曲線。 區別在於此頂部和底部行的尺寸。 這種上下曲線實際上與我們的人眼非常相似。 例如，您可能忘記了您在本影片開頭所說的內容。 如果您稍後觀看影片，您可能會忘記這部分內容。 這是上曲線和下曲線。 把它放在 AI 程式設計中，我們通常稱這種情況為工具的降級。 我之前分享過一段關於 Cursor 降級的分析影片。 其中之一是上曲線和下曲線。
Cursor工具及其功能
功能設計圍繞限制展開
幾乎所有AI程式設計工具，包括Cursor，都是圍繞上述限制來設計功能的。Cursor的關鍵在於利用其功能來削弱這些限制。
具體功能與應用
-
Rules功能： 減少程式碼生成的隨機性。通過基於AI的規則，降低生成程式碼的不確定性。
-
Context工具： 提供更廣泛的上下文資訊，包括
AddCodeBase、AddFile、AddTerminal、AddWeb、AddCursorRules等。-
AddWeb：實現線上搜索，解決資訊時效性問題。 -
AddDocs：實現閱讀外部文章。 -
MCP（Memory Context Provider）：理論上可以整合所有外部工具和資料，應對資訊過時問題。
-
第三方工具的輔助作用
一些第三方平台也推出了小工具來提高效率，例如Context7及其MCP，以及Open Memory MCP。這些工具旨在克服AI盲視，允許不同的工具（如Cursor, Windsurf, Client）共享上下文訊息。
總結
AI程式設計工具，如Cursor、Tray和Client，會持續圍繞這些限制進行開發，推出更多新功能來降低這些限制的影響。 只要我們知道所有 AI 程式設計工具都是圍繞這些線構建的，那麼無論使用哪個 AI 程式設計工具，都可以快速使用。 了解這些工具的功能設計目的，可以幫助我們更快地掌握和應用它們，從而提高程式設計效率。