惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Apple Machine Learning Research
Apple Machine Learning Research
T
Tailwind CSS Blog
月光博客
月光博客
爱范儿
爱范儿
有赞技术团队
有赞技术团队
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
aimingoo的专栏
aimingoo的专栏
GbyAI
GbyAI
腾讯CDC
The Cloudflare Blog
人人都是产品经理
人人都是产品经理
MongoDB | Blog
MongoDB | Blog
Microsoft Azure Blog
Microsoft Azure Blog
IT之家
IT之家
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
云风的 BLOG
云风的 BLOG
U
Unit 42
博客园 - 三生石上(FineUI控件)
A
About on SuperTechFans
N
Netflix TechBlog - Medium
Google DeepMind News
Google DeepMind News
雷峰网
雷峰网
L
LangChain Blog

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
分享我用 cursor 的思路
baiyuxiong126 · 2025-12-05 · via V2EX

用 cursor 写了几个项目,包括维护旧项目,全部没写过一行代码,通过聊天解决,工作效率至少翻 5 倍,分享几条技巧。

  1. 先定规范,新项目可以输入需求文档、各种技术规范,比如通信协议等文档,全转成 markdown 格式,保存在代码库里。然后让 ai 生成架构文档。老项目直接让根据现有代码和资料生成架构文档保存起来。架构文档一定要 review ,以后都要按这个来。
  2. 每次聊天时,保证输入的信息能闭环,能提供详细的周边环境资料,如果有参考资料、可参考的开源项目等、一定要给他提供过去,你提供的资料越细,他实现的越好。
  3. 写完要让 ai review 代码,先是纵向 review ,按模块,比如一个登录流程从前端到接口到数据库再到响应格式。然后再横向 review ,比如数据库模型层和数据库表结果比对等,还可以自己判断容易出错的地方,也要让 review 。还可以参考需求文档进行 review 。
  4. 让 ai 自己写测试,可以是测试用例,可以是测试页面,用于方便自己点击测试等等,毕竟 ai 写个页面分分钟的事情。
  5. ai 写过的代码,要 review 大架子是否合适、和需求是否有偏差,不需要 review 细节。ai 写的函数、方法等不会存在低级的逻辑 bug 。
  6. 改不确定的代码逻辑前,先让 AI 分析这块儿的代码,给出分析结果,如果分析结果你认为不对,提出问题点,让 ai 再复核一次,直到分析结果对了以后,再让 AI 上手改;而不是直接改。
  7. 如果有问题解决不了,让 AI 增加日志、然后将日志和问题现象一并交给 ai 让他再处理。99%的情况不需要自己去分析。
  8. 总的原则,AI 是一个局部能力很强,但是大局观差一些的小助理,所以在大方向上做好引导,就会变成一个任劳任怨、随时待命的帮手,开发啥都不是事。