Summary

在朋友的邀请下参加了8月16号在上海浦东软件园举行的 Cursor Meetup，对朋友现场记录的内容以及我的个人提问做一个整理，同时站在计算机专业在校大学生视角简单记录一下当前的看法

整个 Meetup 的流程持续了一整个下午，分上下两场，个人感觉上半场更倾向于实际应用场景的“踩坑”分享，而下半场则更倾向于方法论的解析。

站在学生视角，前半场的实际应用场景我个人基本无法很好消化，毕竟还没有参与工作，没有这样的环境与条件去感受这一方面的内容；但方法论模块的分享对于当前的我们来说还是很有参考价值的，无论是我的朋友（医学生）还是我（CSer），特别是针对未来大概率要进入这个行业的我而言。

现场绝大多数的与会者都已经参与工作，其中也不乏各单位中的技术领头羊，这也给了迷茫的我提问的机会。

活动议程如下图：

Kiro IDE简介及新一代AI编程方案

Calvin | AWS Startup

纯AI有不编程少问题，解决方案
规范驱动的开发 : Spec Mode

示例：Kiro IDE

  • Spec Mode ： 先写规范再编码
  • Agent Hook： 比如保存文件的时候调用AI检查代码
  • Vibe： 互动问答为核心
  • Spec：严格按照软件工程的需求

v0 + cursor 实战开发

陆彦达 | 飞书深诺研发总监

借助V0快速完成原型开发，对其需求即可

把原型丢给前端和Cursor，让cursor补全

再让cursor生成配套后端（比如swagger）

Cursor不是很适合超大项目和上古项目，但很适合简单项目/中小型项目从零开始开发

架构的设计以及rule很重要

Cursor的开发 轻逻辑轻算法，重顶层和架构设计

效果 Python, Typescript > Java

Cursor Memories

好记星 | 前得物增长前端负责人

记忆本身就是一种规则

索引的记忆数量有限制(最新100条)

未来的策略：

  • 增加一个找回策略

  • 团队协作

记忆其实就是用户对于项目/仓库的认知

最佳实践：

  • 可保存的记忆：记住我是医学生/开源爱好者/见习开发者

  • 用户洞察：根据聊天记录提取记忆

  • 聊天记录会议：我们之前聊过这个事情

有意思的Cursor插件：Spec Story

MCP

孟健 | AI 畅销书作者

感觉就是通用的Function Call协议，主要价值是标准化

MCP暂时还在早期阶段，未来是Agent to Agent(A2A)协议

国内MCP的生态发展一般，正在努力发展的生态 ：MCP Hub

Claude Code 团队：AI Coding将来会覆盖90%+的编码场景

Agent编程，提示词要精准，方便AI理解的，所以说AI无法抢走你的工作🤓

什么服务可以MCP化：AI本来是缺少这个能力的，要接入外部工具提升能力。有缺口就可以用MCP补全

🤩如何用AI开发出 Github 4.3k的产品

黄巍/Tom Huang | Refly AI Founder & CEO

针对一个在校大学生兼 开源社区混子 开源爱好者的我们来说，这很有用！

方法论分享

Refly AI :

  • 两周完成上线

  • 生产级别可用

  • 4.3k star

  • 早于Notebook LM 约 3-5个月

一些阶段：

  1. 洪荒时代

  2. 忽然有一天发现所有代码都可以用AI来写了（产品经理活的最滋润的一集）

  3. Coding Agent加速 (Codeium -> Windsurf)

  4. Coding Agent像水电一样平常后，会发生什么

做产品不能闭门造车

AI+ Dev对Starup和大厂差距的影响：

  • 信息差：AI 搜索 -> 抹平信息差

  • 开发速度：AI Coding -> 代码补全时代

极致的生产力使得初创公司也能具有挑战百度自由画布的底气，可以说干就干

技术实现边际成本为 0 后，如何做选择，或者说『品味』就变得尤为重要

AI产品的价值：不仅可以帮你完成工作，还可能让你充满信心——不仅仅局限于Coding，也可以是你的生活与工作伙伴。

产品选择：不要攻打别人的腹地，看看产品之间有什么可用的空隙你可以参与

个人提问

作为一个近期遭遇学习瓶颈（主要体现在基础学习、方向选择上）的在校大学生，我深感焦虑，我参与此次 Meetup 的目的更多的也是想了解一些AIGC/AI+对当前计算机行业生产方式发展趋势的影响，以更好地思考近期的规划同时抉择自己的钻研方向

以下对话为个人要点回顾，与实际对话可能有所差异

  • Q (virtualguard101):

    在刚刚的分享中，您提到了 AI+ 产品能够使得研发进程具备极致的生产效率，那么作为一个已经参与工作的开发者，您认为计算机基础知识的学习还有必要吗？

  • A (Tom Huang):

    还是有必要的，至少大学校园中提供的基础课程还是需要掌握的。AI+ 产品只是一个生产工具，扎实的理论基础才能够使得你具备高效利用它的能力，根据马斯克曾提到的第一性原理也不难得出这个结论。

  • Q (virtualguard101):

    假设我的主攻方向是 DevOps，我的工作有可能被AI+取代吗？

  • A (Tom Huang):

    好像还真有可能😂，不过要知道，AI 的底层是一个概率模型，概率模型最大的特点就是具有不稳定性，因此在对稳定性或高精度的任务中，AI 就很难发挥主导作用了——举个例子：在今天的分享中，不难发现当前 AI 在前端开发中的应用程度要比其他领域（如后端）高出不少，这就是因为前端的产品可预览、容错度高，且比较容易发现问题；假设我们将场景切换到后端开发、服务器开发、DevOps等综合度较高的场景，一个小小的错误就有可能使得整个系统崩溃，那么这时 AI 能发挥的作用就非常有限了，还是需要人工不断地改进系统。这时能否更加高效地利用 AI+ 工具来处理业务需求或解决各式各样的运维问题就是区分普通运维与“新时代”运维的一个重要指标了。

  • Q (virtualguard101):

    当前 AI 领域的快速发展与迭代，使得我时常陷入类似于“我当前的学习是否还具有实际意义”等问题的思考，导致我十分迷茫与焦虑，有什么办法能缓解这种情况吗？

  • A (Tom Huang):

    在学习的过程中伴随一些产出，不论这个产出的形式、托管平台等要素，只要它具有实际意义，那么就能很大程度上缓解你的焦虑——另外如果你的产出能被他人所认可，我想这也会使你产生极大的慰藉（作为一个开源爱好者，这点我是真的感同身受）；同时，回到刚刚说的 AI+ 产品也可以在这个过程中为你提供很多帮助，包括但不限于帮助你掌握扎实的基础理论，即 作为你的一个学习与生活的伙伴。

⭐AI时代的个人战略

魏知 | 金融科技公司 AI 企业转型项目负责人

这一模块我的朋友没有记录，同时我自己也没有认真听，但作为未来要踏入这个行业的“准社畜”而言，我认为这个模块分享的方法论对我而言还是挺有参考价值的，故将在现场拍摄的照片列出以供回顾

在当前发展阶段，大多数企业还处于第一阶段，部分头部企业已经发展至第二阶段，但还没有人敢说自己的企业已经发展至第三阶段。

Q&A

防幻觉的rule：

1
2
3
4
5
confidence:int

if confidence >= 95:
  answer()
else: ask-me-questions()

把大的任务分解为sub tasks

避免Vibe debug异常痛苦🤣

  • 定一个清晰的需求

  • 对于大的需求，设置一个好的rules，让AI按模块开发

  • Spec-mode防止效果和需求便宜过大

  • init的时候写一些 basic rules： 基本的代码风格，模块设置等

  • debug workflow:

    • 讨论：做了什么- 期待结果- 实际结果- 一些日志，报错等

    • 规划：要如何处理这些问题

    • Action：让AI写

相当于「AI 结对编程」，而不是「老板甩给员工 debug」

及时删除冗余代码

一个问题一个问题解决，不要设定过于宏大的任务

说些什么吧！

giscus