cursor属于智能体吗
我发现 ai 领域正在出现一个极其有趣的共识，科 sir 刚发的技术方案，竟然和 minnes 之前谈到的底层逻辑一模一样。 很多人用 ai 有 一个误区，就是怕 ai 不知道，怕 ai 记不住，恨不得把整个项目的文档啊，历史记录还有工具说明，一股脑的全塞进去。其实给 ai 来上下文不是越多越好， 那随着 ai 变得越来越聪明了，预先塞太多的信息反而会帮倒忙。一来呢，浪费 token 就是 浪费钱嘛，二来呢，信息太复杂，一定会干扰 ai 的 判断。 就像你给一个能干的下属布置任务，根本不需要把公司所有的制度文件都打印出来给他，他需要什么，他自己会去查。那科斯尔刚发表了一篇文章叫动态上线文，发现 讲述了他们这个上下文管理的秘密。什么意思啊？我们来先讲一讲关于 ai 的 上下文。 ai 智能体，就是 ai 智能这几年飞速的进步，既得益于更强大的大模型，也归功于更出色的上下文工程。就是前一阵比较火的叫 context engineer， 就是 如何通过构建更好的题词和环境来引导模型。那么通过上下文工程啊，就发现了一个有趣的现象，少即是多。什么意思？ 我们在最开始提供给模型的细节越少，效果反而越好，因为这让智能体能够更轻松地自行抓取相关的内容啊，是不是不太理解了？我们接着往下讲。 咱们言归正传去讲 cursor， 将这种模式称之为 dynamic context discovery， 就是 动态上下文的发现，这与通常那种不管用不用得上都一股脑塞进去的静态上下文形成了鲜明的对比，就是不着急把所有的信息塞给他，而是让模型自己去找。 那听起来简单啊，那具体怎么做的呢？科室分享了五个非常巧妙的手段，每一个真的都值得开发者反复的琢磨。 第一个是把长输出变成文件，当 ai 反复的结果可能很长的时候，常见的做法是截断，但截断的那一部分说不定正好就是后面要用的关键信息。那科室的做法是什么呢？把长输出写成文件，给 ai 一个读文件的能力。 ai 可以 先看看文件的结尾，觉得如果需要再往前读。那第二个呢，是把聊天记录存成档案。对话太长超过限制的时候， ctrl 会触发一个总结的步骤， 把之前的内容压缩成摘要，给 ai 一个新的起点。但压缩也是有损的，重要细节可能在总结中丢失。 ctrl 的 办法还是把完整的记录存成文件。 ai 拿到的是摘要，但如果他意识到，哎，这里好像漏了什么，可以自己去翻原始记录找回来。 这就像是你给员工发了一个啊，会议纪要，但完整的会议录音也存着，有疑问的时候可以随时的去回书。 第三个是按需的加载技能， ctrl 支持了前一阵 antropy 提出的 scuse 的 扩展机制，本质上就是告诉 ai 怎么处理特定任务的说明书和工具脚本包。这些说明书可以有很多，但没有必要每次都全部加载。 那科室的做法就是只在系统提示词里放一个目录，写了每个技能的名字和简短的描述。 ai 真正需要某个技能的时候，再用搜索工具把完整的说明拉进来，就像你不会把整个图书馆背在身上，只带锁芯卡片就够了。第四个呢？ 是啊， mcd 工具的收身术，这个场景数据最有说服力。为什么呢？因为 mcd 是 一种 ai 大 模型连接外部服务的 标准协议，一直很火。但问题是，有些 m c p 服务区提供几十个工具，每个工具的描述都很长，全塞进去很占地方。更尴尬的是，大部分工具在一次任务中根本用不到。那科室是怎么优化的呢？ 它只在提示词里边放工具的名字，完整的描述，同步到一个文件夹。 ai 需要用某个工具的时候，再去查具体怎么用，就实现了针对 m c p 的 动态上下文。发现。那效果怎么样呢？他们做了测试，在应用 m c p 工具的场景下， 这个策略减少了百分之四十六点九的投款消耗，接近一半的成本都省下来了。这还有一个附加的好处，如果某个 m c p 服务需要重新认证，用户一头雾水， 现在呢，他可以主动地提醒用户说，哎，你的什么什么服务需要重新登录了？关于 m c p 工具的优化啊， astropica 官方有一篇文章，思路也是类似的，推荐大家去看看。第五个，用过 ai 编程工具的人都知道啊，有时候你想问 我刚才那个命令为什么失败了，但 ai 根本不知道你运行过什么命令，你得手动地把终端的输出复制粘贴给他。那科室呢？现在是把集成终端的输出自动同步到本地的文件系统里， ai 可以 直接看到你的终端历史，需要的话还可以用搜索工具去搜特定的内容。 对于那些跑了很久的服务之智，这个功能特别实用。哎，你可能注意到了， cursor 这五个优化有一个共同点，都是把东西变成文件。那为什么是文件而不是别的抽象呢？ cursor 说的很透，我们不确定未来大模型接口的最佳形态，但文件是经过时间检验的最稳固单元。 这个思路和 minnes 的 理念不谋而合。 pig 在 他们的技术博课里边专门讲过，他们把文件系统当做终极上下文，为什么？因为它的容量无限天然持久，并且 ai 本身就对读写文件有极强的直觉。 pig 举的例子很形象啊，说一个网页的内容可以从上下文里删掉，只要链接还在， ai 随时可以把内容找回来。一个文档的权威可以省略，只要文件路径还在，需要的时候直接读去就行。 这种可恢复的压缩比简单的截断或者是删除聪明多了。所以这给了我两点思考吧，第一，上下文工程的核心不是怎么塞更多，而是怎么让模型更高效的获取主动权正在移交给模型。 第二，有的时候我们迷恋复杂的设计，但最耐用的往往是那些最基础的概念。 less is more， 简单往往最有力量。
粉丝4.2万获赞13.3万
相关视频
05:37查看AI文稿AI文稿二零二六年， ai 编程工具呢实在太多了， cloud、 cloud code、 coder 等等，哪一个更好？到底怎么选？今天呢，我们来做一期年终的盘点，把主流的这些工具呢全部聊一遍啊，它们分别的定位，价格是怎么样的？有什么使用特点？怎么来用更省钱？帮你呢？搞清楚到底该选哪一个？先说一个现实问题，这些工具呢，它都不便宜， 想日常写代码，如果只用免费版的体验一下呢，是可以真正干活完全不够。 carter 免费版的 agent 请求次数卡的非常死。 windowsurf 免费版每月二十五次，请求我实测呢，一两天用完了，所以想靠 ai 编程真正提效，订阅费跑不掉。我翻了一下自己的订阅记录，同时呢，开了这几个订阅 carter 呢，开了 pro 加六十美金， cloud code 订阅版二十美金。如果你像我一样手痒呢，再开个 windowsurf 啊 code 啊体验一下，每月呢轻松上一百美金，一年一千二百美元， 折后呢大概八千多元。而且要注意的是呢， cursor、 cloud code， windows app 都有额度的限制，超了额度呢，要买 credit。 如果你是重度用户，升到 cursor ultra， 每月两百美元，一年呢两千四百美元，快两万元了。所以这期视频帮大家理清楚 怎么选才不花冤枉钱。试命一下，没有任何广告，全是我自己掏钱实测的真实体验。正式盘点之前呢，先给大家一个选择框架。选 ai 编程工具，本质上是在功能、强度、价格上手体验三个维度之间做取舍。想要功能最全，模型最多，价格肯定贵。想要便宜，就得接受某些功能的缺失，三者 不可兼得。带着这个框架，我们再来逐个看。首先呢，先说行业的标杆， coder 的 ai 原声编辑器，目前功能是最全 的，最大优势就是模型选择多， cloud code gpt 随便切换。 a 键的模式呢，能跨文件编辑好终端命令，自动修 bug， 体验呢，非常完整。而且呢，可以指哪打哪，可以更精细化的控制要修改的文件或者具体的段落。价格方面呢， pro 版呢，每月二十美元， pro 加是六十美元， 首款是两百美金。我自己用的是 pro 加，日常够用，但是跑大项目的时候呢，额度经常告急啊。 cost 的 坑在于什么？表面二十美元一个月，看着不贵，但是重度使用呢，你很难控制在 pro 的 档位，模型调用一频繁，实际花费呢，可能超预期啊，适合不差钱，追求极致功能的专业开发者。第二个， cloud code and safecake 自家出品。注意，这个工具呢，官方没有图形界面，全靠命令行操作。听起来呢，门槛高，但是效果确实强啊。两百可以 token 的 超大上下文窗口，整个项目直接塞进去，不用手动选文件。 价格呢，走 cloud code 订阅至 pro， 每个月二十美元。 max 有 一百美元和两百美元两档代码，质量在同类工具里面属于天花板级别。 在 s w e bench 好 分百分之七十二点五。根据 a c d i index 今年一月的调查，在 exotic coding 领域呢，使用率达到了百分之六十九，增长非常猛。但说实话， cloud code 呢，稍 token 是 真的快啊，因为它是 age 的 模式，运行每个任务呢，要自主规划执行，反思，调用次数远超普通的这种补 iso 官方数据，开发者日均消耗大概在六美元，团队每人每月一百到两百美元，如果不加控制的话，一个月 token 费呢，可能比订阅费贵好几倍。所以用 cloud code 呢，整 token 就是 个必修课，给大家分享几个实测有效的技巧啊。 第一个用 compact， 用 compact 的 命令定期压缩上下文，到百分之五十呢，就压一次，不要等满了再压。第二呢，不同任务用不同的窗口切换时呢，用 clear 清掉无关的上下文。第三个简单任务呢，手动切到 high cool 模型，不要什么活呢，都用 office 锁。 第四个配置 cloud excel 文件，把 load， modules， build 这些大目录呢排除掉，做好这一期呢，就能减少大量无效消耗。坑还有什么呢？纯终端交互习惯，图形界面的人呢，需要适应期，适合终端重度用户，追求代码质量且愿意花心思管理 token 的 人。第三个 server 桌板呢，每月只要十五美元，这是四个里面最便宜的 i d e 类工具。它的 a 键的模式呢，做多文件编辑很流畅。 u i 是 四个里面相对比较好看的，上手呢也最简单，两分钟安装就能用。但是呢，免费版二十五次请求基本当天就能消耗完。大型项目偶尔会卡， 模型选择呢，不如 curder 丰富。总的来说呢，适合预算有限项目呢，不算太大的个人开发者。最后一个可能很多人没有听说过，就是阿里做的 cooder。 这是四个里面最让我意外的。先看价格， pro 版每月只要两美元，之后呢，每月十美元。别的工具呢， pro 都是十五到二十美元 起步，它直接砍到一半 pro 加每月三十美元给两万的 credit， 对 比 curder 的 两百美元 roo 呢，差， 差距巨大。功能上呢，有几个独家的杀手锏啊，快速的模式呢，用自然语言描述需求， ai 自主完成从规划、编码到测试的全流程，支持十万文件级上下文解锁。 大项目呢，随便搜 rap wiki 呢，自动生成项目文档和架构图，测试自动生成，官方说覆盖率呢，能到百分之九十。 而且据说呢，它集成了多家的模型， cloud code， gmail 等混合使用，还能自动选最优模式。缺点呢，毕竟是个相对新的产品，社区生态跟 course 呢有差距，教程啊，插件资源偏少，稳定性还需要时间的检验。最后呢，帮大家总结一下， 追求最全功能不在于价格，能够精细化的控制，那么 course 呢，依然是最佳选择。终端重度用户，追求代码质量就用 cloud code， 如果把模型换成国产的质朴和 kimi， 可以 说 cloud code 目前性价比 也是很高的。预算有限的，想快速上手的，用 windows 五，每月十五美元，值得试一试，做大型项目或者想花最少的钱扣的呢，首月两美元几乎白嫖，强烈建 议试一试，不过这个赛道呢，真的卷得飞快。据统计呢，二零二六年初，已经有超过百分之八十五的开发者在用 ai 编程工具，百分之四十二的代码呢，由 ai 生成或者辅助。可能再过几个月呢，再给大家更新啊，你现在呢，在用哪个工具呢？还有哪些我没有提到的好用的工具，下面可以交流一下你的真实经验。
1593清华鑫哥讲AI智能体
01:03查看AI文稿AI文稿二十刀乐的 cursor 可以帮我们 ai 生成代码，但是作为一个全职程序员，每个月消耗十个二十美元都不够用。今天我又发现了一个可以免费而且比 cursor 更好用的方案，来自清华大学计算机博士团队的 fittencode。 我们首先打开 visco， 点击扩展安装 fittencode， 点击左侧沸腾扣，即可开启 ai 编程之旅。和 cursor 一样，支持 chat 以及效率更高的自主编程智能体 a 针模式，同时也支持联网搜索项目级别代码补全， 点击切换为 a 针模式，输入我们的需求，制作一个跨境电商的网站， a 智能体就开始工作了。 fittenco 会自动识别项目代码，一站式创建修改文件，编写完成之后会自动安装依赖运行代码，只需要点击 同意，页面就做好了。如果认为 a 真的思路不对，点击拒绝或继续提出修改意见，我们来看下效果。生成三个文件， fittencode 完全免费，小白也可以秒变大神！
369AI小杨哥
01:28查看AI文稿AI文稿昨天我把我的 kolle 的 账号给停了，二十美金一个月的价格，我觉得有点高。今天突发奇想，想自己在 kolle 里面接入其他的 大模型，比如说国内的一些大模型，但是我发现这个失败了， 好像是 kolle 应该是不允许这么做，还是我自己太菜了，没有找到正确的方法？其实我也问了， 嗯，谷歌的 jamming 按照它的方式也配置好了，这里是这个模型的 id， mod id 下面是我的这个，呃，豆包的这个大模型的这个 a p i p， 还有它的这个 base url。 当我配置好这些东西之后呢，也是按照 ai 告诉我的步骤配置的，但是实际上用起来它会提示一个错误，就是找不到这个模型。我给大家演示一下， 在这里我们我们用自己的这一个模型，然后我们在这里输入一个 hello， 我 们看一下它 返回的一个结果，就是这个模型是一个非法的。呃，我不知道是我自己配置的问题，还是有什么其他的办法，有没有大佬能够告诉我？
45鱼锦堂
03:56查看AI文稿AI文稿今天在广州国际智能技术制造展的现场，但是先不聊这个智能技术的制造，我们先聊一聊。最近我看到了呃，科索在 x 平台上面有一篇小报文， 它提出了一个观点， ai 软件的开发已经进入了第三时代，它们是如何定义这三个时代的呢？我们我把它翻译一下。第一个时代就是代码补全，就像你打字时候的智能联想，你写个开头，它就可以帮你补全下一行。 这个时候呢， ai 是 一个增强的工具，核心还是你在做主导的。第二个时代就是同步的协助智能体，就像你的，你和你的同事对话一样，你对他说，哎，这里加一个功能，那里输一个 bug， 它可以实时理解并执行。 但是这时候呢， ai 的 角色从一个工具就变成一个坐在你身边的实习生或者初级工程师。第三个时代是关键的愉悦，他们称之为能完成数小时长城任务的云端自主智能体。注意这几个词， 数小时，它不再是简单的指令，而是一个完整完成项目的周期。长城任务它需要的是自己规划步骤，比如先设计架构，再写前端，然后连掉后端。云端自主，它不是在你电脑里面辅助你，而是在云端独立的执行。这意味着什么？ 意味着你从写代码的司机变成了设置导航目的地的规划者，工作交付的单位，从一行代码、一个函数变成了一个可以运行的产品模块。 科索的创始人还说，他们的核心定位因此而改变了，这不仅仅是功能的升级，而是对于人与 ai 如何协助这个根本性的问题重新定义。同时呢，像业内的大神卡帕索，他也会建议我们不要太保守，因为这一种的眼镜 演变，它冲击的不是某一单一技能，而是我们沿用了几十年的软件开发工程流本身。有网友就犀利地评价了， pr 的 主导工作流可能要终结了。这句话点出了一个深层的震荡，但 ai 可以 独立地产生大量代码， 传统的基于人力足航检查的协助模式，效率的瓶颈就会突然被暴露。未来的核心可能从审查代码的细节转向审查 ai 任务指令与最终成果的质量。 这就带来了一个必须要去面对的现实哈。认知劳动工业化的进程正在被 ai 与惊人的速度推进， 过去需要多年训练才能够入门的技术护城河正在被快速的填平。这不只关乎于程序员，任何以信息处理模块化为核心的脑力工作都在这股浪潮里面的扫描范围内。因此，我常常会感觉到，也会跟小伙伴在讨论说，哎， 我们跟不，人的进化可能跟不上 ai 了，那怎么办？但是在说完这句话的时候，我觉得他不一定是消极的。我们其实应该更好的去接受这个趋势，去想想到底自己喜欢做什么。因为直观重要的是，我们不要去想他会不会被取代，而是如何重新定义不可被取代。 我想， ai 高效的接管了执行人类的价值之点，可能会向其他方面去迁移，例如向定义问题的能力、跨界整合与审美判断的能力，还有源自于热爱的探索欲。 技术的演变，它最终指向的或许不是替代人的终点，而是或许人类不断的去反思我们为何而独特， 更加坚定自己作为人这个坐标。所以今天我们也来到这个呃国际智能展里面，看到很多因为 ai 新技术去推动的使到整个土地行业 呃自动化高速化发展的一些新的技术。所以我认为在感慨不断的呃变化的过程中，我觉得我们还需要去思考一下我们到底能做一些什么东西，以及怎么样可以做得更好，我们下期再见。
178TB製
02:54查看AI文稿AI文稿挑战，每天讲述一个 ai 知识点，今天是 coser 高阶对话技巧，我们再给大家来讲一些高阶的对话技巧，还有一些啊开发的一些方式。 首先的话就是我们 coser 功能其实非常强大啊，但是如果大家的使用方式不同的话，它能发挥出来的一个效率的话，也会有一些不一样的这个表现，所以这里给大家分享一些怎么样啊，做一些高级的对话，然后把一些 内容啊描述的更加详细，让 coser 能够理解你的一个这个表达。首先的话是一个明确需求啊，这个是最关键的一个点啊，就是我们与这个 ai 啊，用这个 coser 的 时候，尽量大家需要把 这个描描述的话说的更加简洁一点啊，就说啊，不要说什么帮我写一个功能，而是要帮我写一个函数，用来计算两个数字之间的这个数字的平均值，也就说你不要写的太泛了啊，就像我们之前给大家讲的那个 提示词那节课啊，我之前给大家分享过一节关于提示词的这个一节课，大家可以去听一下我之前那一期啊，就是叫做提示词工程的一个最佳实践，这个里面我们提到的一个叫做 kristy 框架， 这个是适用于所有的这个 ai 提示词啊，就是怎么来写的话都是一套标准，就是这个背景上下文，然后你希望 ai 做什么，以什么风格来回答啊， 这就对应到这个我们 course 里面明确的一个需求是一样的，你尽量要把需求描述得更加细节化，然后的话，哎， 尽量是如果需求非常复杂，你要分步骤去描述，避免让 ai 一 次性处理过多的一个信息啊，因为 coser 它用的那个模型的话，它是有上下文限制的啊，比如说有些模型可能是两百 k， 如果说大家啊把这个问题说的太复杂的话，你要做一个非常复杂的项目， 它这里的话可能会中间会中断，所以说我们最好是分步骤去描述，第一步干嘛，第二步干嘛，那么 code 的 话它也会帮你去做一个任务拆分，这样的话最终可以保证你即使是一个大型项目的话，它也可以帮你生成部分模块啊，先帮你生成出来，然后的话 啊再去做一个这样的处理啊， 那这样的话就是，呃，这个里面大家需要去重点去把这个需求给明确一下， 然后把我们的这个场景描述清楚，最主要的就是要把一些正在解决的核心问题要说清楚它的具体要求是什么。然后并且的话我们要使用这个关键词， 比如说啊，我们在描述需求的时候，要使用一些特定的关键词来帮助 ai 快 速的去理解我们的一个意图， 像函数类算法、优化等。对于特定的这个技术或者框架的话，需要明确提到它们的一个这个名称，比如说像啊 react 的 一个组建，还有包括这。
4众创AI
00:30查看AI文稿AI文稿周末在家用 coser 和 m c p 搭建了一个金融数据分析智能体，好用到哭。最近 coser 可谓是火出了圈，于是本着学习的目的，今天我就带大家从零到一，用 coser 和 m c p 打造一个超实用的金融分析智能体，包括基础站工作流程、各代理的设置 及 m c p 服务器的创建的每一个步骤都清晰拆解，给大家提供一套可以直接落地的企业及解决方案，感兴趣的保子可以直接抱走学。
699AI产品咖喱
