AI 时代的编辑器：Cursor

什么是 Cursor？

The AI Code Editor. Built to make you extraordinarily productive. (Not Only Code Now)

整个编辑界面使用了 VS Code，拉了一个分支版本，专注于打造最佳的 AI 编程体验，同时能保持熟悉的文本编辑界面，因此可以将 VS Code 中的配置和插件一键迁移过来，完全 0 迁移成本和学习成本。

cursor-20250226102735686

发展历史

  • 2022 年成立 Anysphere 公司，创始人是 Sualeh Asif、Arvid Lunnemark、Aman Sanger 和 Michael Truell（MIT）。
  • 2022 年 12 月获得 GPT-4 早期访问后（OpenAI Converge 计划），Cursor 于 2023 年 1 月宣布推出。
  • 2023 年获得 800 万美元种子轮融资。
  • 2024 年 8 月获得 6000 万美元 A 轮融资（估值 4 亿美元）。
  • 2024 年 11 月收购 AI 编码助手 Supermaven。
  • 2025 年 1 月完成 1 亿美元的 B 轮融资，估值飙升至 26 亿美元，四个月增长 6.5 倍。
  • 不仅融资拿到手软，收入增长更是逆天。
    • 公司从 2024 年 4 月的年收入 400 万美元，短短六个月后，10 月的月收入达到了 400 万美元（年收入 4800 万美元）。
  • 2025 年 3 月，以 100 亿美元估值寻求融资（此轮融资预计将由 Thrive Capital 领投），当前 ARR 1.5 亿美元

为什么不做成插件扩展？

作为独立应用程序，Cursor 可以更好地控制编辑器界面，实现更深度的 AI 集成。很多功能在现有编程环境的插件中是无法实现的。

如何使用 Cursor？

Tab, tab, tab

Cursor lets you breeze through changes by predicting your next edit.

Cursor Tab 是原生自研代码自动补全功能模型，比 Copilot 更强大，可以提供完整的代码差异建议，具有出色的上下文记忆能力，每次按键或光标移动时，都会根据你最近的更改尝试提供建议，实现：

  • 预测当前光标应该输入的代码
  • 在光标周围根据最近的更改和代码检查错误提供编辑建议（更好的写法）
  • A New Tab Model
cursor-20250306112902390

跨行预测下一次光标编辑的位置，同时修改多个位置的代码，只需要连续按 Tab：

11 次预测

核心就是非常智能的预测。

Chat（CMD + I）

Chat lets you talk with an AI that sees your codebase. The chat can always see your current file and cursor, so you can ask it things like: "Is there a bug here?". You can add particular blocks of code to the context with ⌘+Shift+L or "@." You can chat with your entire codebase with ⌘+Enter.

  • 在 Chat 时 AI 可以理解代码库，与编码深度集成
  • 在对话过程中，Chat 始终能看到你当前编辑的文件以及【光标】的位置
  • 可以通过 @ 添加特定的文件、代码块（Symbols）到上下文中，询问相关的问题
    • Get answers from your codebase or refer to files or docs.
  • 可以通过 CMD + Enter 或 @Codebase 与整个代码库对话（询问关于整个代码库的相关问题），AI 能理解整个代码库
    • How?
    • 这个功能在进行一些大方向提问时非常好用，但是不适合细节实现，因为会丢失细节，遗漏文件。
cursor-20250306140458558

联网搜索

Get up-to-date information from the internet with @Web. Cursor will search the web for you and use the latest information to answer your question.

@Web 触发～

cursor-20250306141317871

使用文档

Reference popular libraries using @LibraryName, or add your own using @Docs → Add new doc.

在让 LLM 写代码时，一个常见的问题就是，LLM 给出的代码有时会是过时的写法，一个是因为老代码在训练数据中的占比更大，另一个是大模型的知识库有截止日期，例如 GPT-4o 的知识库截止日期是 2023 年 10 月，如果一个库在 2024 年出现了 API 上的变动，那它是不可能知道的。

Copilot 对此束手无策，但 Cursor 不同，你可以在聊天时 @文档名，这样它也会对文档的 Embedding 进行检索（如果没有你的文档，可以在设置里添加自定义文档的网址）。

cursor-20250306141244278

使用图片

Hit the image button under chat or drag an image into the input box to include visual context into chat.

多模态的图片理解能力，例如 UI 设计稿直接转代码。

使用链接

@https://... 会爬取网页的内容提供参考。

cursor-20250314150655626

Apply

在 Chat 回复之后，会在代码中标出修改的位置，可以一键采纳给出的建议代码。

Agent

Cursor’s agent mode can complete tasks end to end. It does this quickly, while keeping programmers in the loop.

它的强大之处在两点：

1、能自动拆解任务，同时对多个代码文件进行编辑 2、自动帮你完成修改，连复制粘贴都不用，你只要一直 Accept 就行（甚至可以 Auto Accept）

agent-feature-dark

Agent 写得比较快，比较多，一定要及时 commit 和划分 branch，不然代码变动一多，梳理不清楚。

Finds Context

使用自研检索模型，可以理解整个代码库，极大的减少了手动添加上下文的需求。

Using custom retrieval models, Cursor can understand a codebase. This reduces the need to manually add context.

agent-01-dark

Runs Commands

可以自动运行终端命令。

Cursor can automatically write and run terminal commands. By default, you’ll be asked to confirm all commands.

agent-02-dark

Loops on Errors

Cursor can detect lint errors automatically and apply fixes, reducing the need for manual debugging.

自然语言编辑（CMD + K ）

选择一部分代码用自然语言编辑或提问。

Cursor lets you write code using instructions. Update entire classes or functions with a simple prompt.

cursor-20250307155432588

如果没有选择任何代码，则会按照指令生成新的代码。

终端编辑

在 Cursor 内置终端中，按下 Cmd + K 会在终端底部打开一个提示栏。你可以在这个提示栏中描述想要在终端中执行的操作，终端 Cmd K 将生成相应的命令。按 esc 可以接受命令，或按 Cmd + Enter 立即运行命令。

默认情况下，终端 Cmd K 会将你的最近终端历史记录、指令以及提示栏中的其他内容作为上下文。

cursor-20250308162325218

使用心得

Prompt Rule 集成

指定一些聊天时的特殊指令，例如代码库使用的组件库、UI风格、编码规范、项目模块定义等等。

甚至可以用 Cursor 对代码库的理解让它自己生成规则。

Always respond in 中文
DO NOT GIVE ME HIGH LEVEL STUFF, IF I ASK FOR FIX OR EXPLANATION, I WANT ACTUAL CODE OR EXPLANATION!!! I DON'T WANT "Here's how you can blablabla"

- Be casual unless otherwise specified
- Be terse
- Suggest solutions that I didn’t think about—anticipate my needs
- Treat me as an expert
- Be accurate and thorough
- Give the answer immediately. Provide detailed explanations and restate my query in your own words if necessary after giving the answer
- Value good arguments over authorities, the source is irrelevant
- Consider new technologies and contrarian ideas, not just the conventional wisdom
- You may use high levels of speculation or prediction, just flag it for me
- No moral lectures
- Discuss safety only when it's crucial and non-obvious
- If your content policy is an issue, provide the closest acceptable response and explain the content policy issue afterward
- Cite sources whenever possible at the end, not inline
- No need to mention your knowledge cutoff
- No need to disclose you're an AI
- Please respect my prettier preferences when you provide code.
- Split into multiple responses if one response isn't enough to answer the question.
  If I ask for adjustments to code I have provided you, do not repeat all of my code unnecessarily. Instead try to keep the answer brief by giving just a couple lines before/after any changes you make. Multiple code blocks are ok.
  Reply in 中文 when interpreting the code.

自动生成 Git Commit Logs

在 Chat 中输入@commit，回车选择 Commit (Diff of Working State)，它会自动将项目 Git 未提交区域的文件填入上文，然后在文本框中粘贴：

@Commit (Diff of Working State) You are an expert software engineer.
Review the provided context and diffs which are about to be committed to a git repo.
Review the diffs carefully.
Generate a commit message for those changes.
The commit message MUST use the imperative tense.
The commit message should be structured as follows: <type>: <description>
Use these for <type>: fix, feat, build, chore, ci, docs, style, refactor, perf, test
Reply with JUST the commit message, without quotes, comments, questions, etc!
回复中文

这个 Prompt 会自动总结你的 Commit Diff，给出标准格式的 Logs，然后你再根据具体改动调整一下话语即可，大多时候都不需要调整。

模块化

不同的功能、组件拆分到不同的模块让 AI 逐步辅助实现，尽可能保证每个文件只负责单独的模块功能，代码行数控制在 200 行以内。

创建新对话，精简上下文

上下文长度直接决定了 LLM 回答的质量。为了最好的回答效果，尽可能的避免过长的对话内容，并且保证一次对话只解决一个问题，之后还可以通过回看对话历史来查缺补漏。

上面拆分模块也能极大的减少上下文，你只需要添加相关的代码，对话即可解决需求，而不需要每次携带多余的代码进行提问。

如果在一次对话中，一直没有解决问题，最好创建新对话，退后一步，让 LLM 从更多的角度去思考问题出现在哪，然后你再根据它的回答，依次提问尝试解决。

依赖 LLM，但是要意识到它的局限性，错误的对话历史会让它越错越远，你要知道适时的重启对话来避免“降智”。

有些时候图片更能说明问题

当你费劲口舌跟它辩论 UI 有什么 bug，不如甩给它一张界面截图，也许你会有意外的发现。

翻译

translate @https://dushansilva.medium.com/trying-out-squid-proxy-with-http-https-in-ubuntu-18-04-part-1-a317fa59d0f7
cursor-20250314171043429

MCP

MCP 提供各种外部能力，就像大模型的手和脚。

https://docs.cursor.com/context/model-context-protocol

Cursor 实现了 MCP 客户端，支持 stdio 和 sse 传输协议。

cursor-20250316141310808

Examples

生成原型图

我想开发一个ai自动记账app，现在需要输出原型图，请通过以下方式帮我完成app所有原型图片的设计。
1、思考用户需要ai记账app实现哪些功能
2、作为产品经理规划这些界面
3、作为设计师思考这些原型界面的设计
4、使用html在一个界面上生成所有的原型界面，可以使用FontAwesome等开源图标库，让原型显得更精美和接近真实
我希望这些界面是需要能直接拿去进行开发的
Pasted image 20250312220557.png
Pasted image 20250312220739.png

https://mp.weixin.qq.com/s/8STi5CntEehPiwR8rS1-Ag

原型图转设计稿

HTTP to Figma

设计稿转代码（F2C）

https://ku.baidu-int.com/knowledge/HFVrC7hq1Q/pKzJfZczuc/xxoVK_Gf3s/Y2GeKFWZOOREnI

F2C（Figma AI、Figma MCP）

原型图生成代码

基于原型图生成应用效果会比直接描述要好很多。

请根据我提供的原型图完成这个app的设计
Pasted image 20250312220647
Pasted image 20250312220706
Pasted image 20250312220716

......

内部实现

https://zhuanlan.zhihu.com/p/619666693

自研模型 + 最好的基座模型（GPT + Calude） + 工程实践 + 理念。

入门与进阶路径建议

  1. 从辅助工具开始熟悉基本 AI 交互，逐渐增加熟练度 STFW => ATFA
  2. 学习有效提问技巧，提高 AI 输出质量
  3. 掌握 Agent 多文件编辑能力，使用 MCP 提升能力边界，将 Cursor 集成到日常工作流程中

Cursor 让我们越来越趋近声明式编程，在更多的场景，只需要输入自然语言指令就能帮你实现，实现在更高层次的抽象上工作。尤其是新的 MCP 能力接入各种外部应用、设备。

通过合理使用 Cursor，可以显著提高编程效率，减少重复工作，专注于更有创造性的开发任务。