cursor只是一个终端工具吗

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。

众所周知， cursor 是 一款非常好用的编程 idea， 但是使用起来有非常多的陷阱，比如我们想调用第三方或者中转站的大模型的时候， cursor 要求必须是会员才能调用第三方大模型， 不过这难不倒我，今天就教大家怎么绕过这个陷阱。首先我们下载一个名为 cursor 助手的软件，下载后打开，然后我们点击打开屁镜 运行模式，选择本地服务模式，然后点击打开模型配镜，点击添加模型。这里大家可以参考我的填写，把 base u， r， l 和 api key 换成自己的就行。我用的模型是 g p t 杠，五点三杠 kodaks， 大家也可以填自己认为好用的， 之后我们点击保存配镜，然后我们就可以打开 ctrl 了，我们点击 ctrl 的 模型设计， 在这里我们就能看到仅有一个我们在科室助手里设计的模型了，这里我们测试一下，现在我们选择设计的模型，然后进行对话，接下来就是见证奇迹的时刻， 还在等什么，赶紧用起来吧。

哈喽，大家好，今天我们聊一聊我们程序员开发都是怎样去通过这个 ai 去辅助编程的，大家可以畅所欲言，在这个屏幕下面，我来谈谈我的一感受吧。我目前就是用的是 cos， 最近这个 cos 呢，就特别的智障，不知道大家有没有发现，更新完之后 老是出现这个凸浪，对吧？太长了，然后呢，就卡死，之后呢，你要用这个可乐扣的这个模型，我发现了， 之前的话应该是六千多万的一个透痕量，更新之后呢，他直接显示一个有一个 api 的 用量，那 api 用量呢？就是我们的这个 cc 的 用量，就可乐扣的用量， 这个用量呢，感觉已经被压缩到三四千万了，因为一般啊，六千多万桃根我一般是可以用两周的，有了这个更新之后呢，只能用 一周左右，最后就是 auto 加 composer， 据说 composer 的 底层用的是 kimi， 然后用起来真的是不太行，而且我要吐槽一下这个 c c 啊，在 qq 上面用的也是非常的不比我好，因为呢， 你开梯子也不行，其实你所在的区域不支持，然后呢，只能从 h t t p 二，然后切换成 h t p 一 点一，导致非常卡，提前晚上就跑。用 cos 二的话就是这样的一个情况，最近呢，然后再用这个 q， 这 q 的 话，你是新用户的话，送你五百 credits， 这个的话，我感觉五百啊， 我目前用了都已经有两周了，还没有用完。现在就是你的一轮绘画，如果是简单的任务，用零点二，零点四这样的一个 christmas， 如果是一个比较复杂的一个任务，你发给他之后，他给你去解锁很多 这个文件啊，那可能用的就多了，可能花一个啊，二点多的一个这样的 credits。 所以 啊， cost 这块的话我真的是不打算续费了，但是今天我看了一下，又被订阅了二十美豆，最后一个月后面就不再用了， 用这个 qq， 我 这块没有订阅的原因是因为我这块没有这个银行卡，后面就是搞一个电子虚拟的一个这样的一个信用卡，然后去进行支付，这是我的一个使用。大家平常都是怎么使用呢？可以评论一下。

哈喽，朋友们大家好，今天给大家带来一个自动化编程工具的分享， course course 呢它是目前市面上最强大的 ai 编程工具，遥遥领先于其他的同类型产品。 如果大家想要用 ai 自动去生成我们的代码，不妨来试一试我们的 course course 它的下载和安装非常的简单，我们打开浏览器，在百度中直接去搜索 course 官网，找到 course 官网，点击进入即可 进入。在官网的一个首页上，我们就可以看到一个下载链接，点击下载即可。这里我们需要注意下 course， 他 在使用的过程中，我们需要去登录一个账号和密码，那么大家可以在下载安装包的过程中去注册一个账号。安装好之后呢，可 登录之后就可以直接去进行使用了。这里我们安装登录好之后，打开 course 就是 这样的一个界面。我们应该怎么进行一个操作呢？我们主要去注意中间的这三个选项，我们选择 open project 去打开我们的项目文件夹，在这里呢，我们选择自己项目所存放的一个文件夹，或者你想要 course 生成项目所存放的一个位置即可。 我们这里选择在 d 盘去新建一个新的文件夹，叫做 course 选择文件夹，选择文件夹之后，它就会打开这样的一个界面，这里我电脑有一点卡啊， 好，打开这样的一个操作界面之后呢，我们来看一下它的一个功能。首先整个操作界面它被分成了三大模块，最左边的这一个模块叫做我们的目录结构， 我们可以看到刚刚我们选择的 course 这个文件夹的名称，以及 course 文件夹下所有的一个文件。当然我们当前 course 文件夹下是空的，所以这个地方它肯定也就是空白的。 那第二个中间这一个板块，它呢是用来展示我们的代码以及对我们代码进行一个编辑的一个地方。 第三个模块是我们最右边的这一大块，它是我们 course 中最核心的一个位置，是我们 course 中去和 ai 互动生成代码的一个地方。 在这里我们的 ai 它分成了四种模式，第一个叫做 agent 模式，第二个 play， 第三个 delete， 第四个 ask。 这四种模式呢，各有区别。首先第一个 agent 模式，它指的是全流程自主的金蟹座， 也就是将我们的项目完全交给 ai 进行一个处理。 play 呢，就是指的先进行规划，规划后进行相应的执行。 ai 它会先输出详细的执行步骤，等待我们确认，确认好之后，我们 ai 再按照详细的步骤进行相应的执行。 bug 呢，主要是针对于我们代码中错误的一个位置进行相应的分析，不会做额外的一个开发。 ask 是 将我们在日常生活中所用到豆包一样去进行问答交流的，它不会主动地去修改我们的文件。 四种模式根据自己所需要的功能来进行一个选择。比如说我现在想要知道去构建一个完整的在前端的 python 项目需要哪些技术，那么我们可以先切换成 ask 模式，在这里进行提问， 构建一个带有前端操作界面的 python 项目 需要哪一些技术？回车，回车之后呢，它会去生成我们的一个文档，告诉我们相应的一个答案，这和我们在用逗号的一个操作是一模一样的。 那这里我们想要让它基于当前的技术去生成一个简单的程序，那怎么办呢？我们可以把这个 ask 模式去改成 agent 的 模式，让它基于当前的技术去生成一个学生信息管理系统。 基于当前的技术生成一个简单的学生信息管理系统。回车， 回车之后呢，它会弹出来一个需要我们点击确认的窗口，在这我们可以点击 run， 也可以点击 o a list， 我们点击 run 的 话，指示单独确认一次 over list 是 确认当前这一小步中的所有式。这一个选择如果我们不同意的话，就点击跳过这里，我们点击 run， 同样进行一下。点击 好，我们可以看到它在慢慢去生成我们的一个文件了，对不对？我们左边这个目录结构下面呢，也慢慢的有相应的一个文件输出了，这里我们随便点击一个文件来查看， 我们会发现这些文件中呢，很大部分一块地方都被我们的一个颜色给包裹住了，那这里是表示什么的呢？ 其实是为了区分我们 course 更改的一个位置。 course 它更改并不会强制地去修改文本内容，而是需要我们去点击一个确认按钮。 在这里如果我觉得它的一个修改是正确的，我想要去保存它的修改，那么我们点击 keep， 否则我们点击旁边的这个，那这样我们需要一个文，一个文件去进行一个点击， 太麻烦了，对不对？那如果我们想要一次性的去点击怎么办呢？我们可以等待这里的文件全部生成完，在这里找到这个按钮， 点开之后，它会将我们 cursor ai 去更改的所有文件的一个位置，以及更改的信息都给我们展示出来。我们可以点击这里的 keep on， 来一键进行一个同意。 好在这里呢，在运行的过程中发现有一些相关的内容啊，代码已经生成完毕了，对吧？他这里呢去给我们做一个清亮的校验，问我们是否同意，所以我们点击 run， 让他自己去做清亮的校验， 在校验过程中如果发生了问题的话，他也会告诉我们。 好，那么现在这里的内容就已经生成完成了，也就是我们这个项目已经做好了。接下来呢，我们让它来进行一个确认，进行我们系统的一个启动。 在这里呢，我们启动的过程中是需要有一些依赖，那它也会给我们弹出来，让我们点击确认进行安装就可以了。 在启动的过程中呢，它还会去检测我们包与包之间是否有版本冲突，如果有的话，它就会自动的进行一个替换。 在这里我们已经启动成功了，它给我们的一个访问链接，我们来点击这个访问链接， 打开之后，我们可以看到这就是当前的这一个学生信息管理系统的一个页面，我们可以在这里呢去输入新的学生，比如我们的小红， 然后学号零零一，年龄十八，专业计算机，然后点新增 好，然后这里的新增的这一个信息呢，都会在底下进行一个展示。在这里呢，我们可以去点击编辑进行相应的一个修改，也可以进行一个删除，那这个就是我们 course 的 一个简单使用过程。

全球最高估值的 ai 编程工具诞生了，就是 cursor。 四月十八日，据 tech crunch 报道呢，四位知情人士透露， cursor 呢，即将完成一轮新的融资，预计呢，融资规模将超过二十亿美元，估值呢，高达五百亿美元。 这可夸张了，因为 mini max 上市之后都没打这样的数字。投资人呢，主要是现有的投资人有 thrive capital a sixteen z， 我 们会持续领投。除此以外呢，包括战略投资方英美达，目前说法是可能会注资。 对于六个月之前的两百九十三亿美元呢， carson 呢，目前的估值增长接近了一倍。 carson 呢，确实是全球最受欢迎的开发者工具之一。我们公司呢，很多工人是也在用 cursor 这个产品呢，其实诞生时间并不久，十八个月之前呢，还是一个 y component 孵化器里毕业的初创公司，创始人呢， michael trail， 据说呢， 只是 open air 的 一个实习生。所以呢，可以看出来呢，这个市场对于 ai 的 公司的估值的接受范围呢，还是很高。尽管有 cloud code codex 来自 off topic 跟 opai 的 变成产品的日渐激烈的竞争，而 kirsten 呢，仍然保持快速增长。在今年二月份呢， kirsten 的 年化收入的预期已经达到二十亿美元了。 据说呢， kirsten 的 目标是在二零二六年底能达到六十亿美元的 ar， 在 目前旧账上还涨三倍。原来呢，我们看到 kirsten， 很多人都知道它的销售额高，但是它的问题是亏损的。 即使在使用 anthropic cloud 或者是 open i g p t 的 情况下， kirsten 每收到一块钱，亏损是两块钱，其中呢，绝大部分的业务员呢，其实是被底层的模型类似 anthropic 收走了，因为他们保持了百分之七十五以上的毛利。但是这次呢， kirsten 呢，有个新的故事，从原来的负毛利状态呢，他们希望呢，能变成正毛利。知情人透露呢，去年十月份 也推出了自己的 composer 模型，同时呢，调用了成本更低的，包括 kimi 这样的模型。保守公司呢，实现了微盈利。另外一名知情人说呢， kirsten 面对大型企业的销售呢，已经实现了质毛利，但是面向个人开发商的账户仍在亏损， 所以能看出一个大的趋势，就所有的这种应用公司，到后面呢，还是得追求更低成本的模型或者是自研模型，这样呢，才能减少对外部供应商的依赖，试图呢，避免被 on topic。 这样来看，很 能是模型公司的做 p m i。 验证的一个先行者。当商业模式验证之后呢，很多模型公司会自己下场搭建产品做类似商业模式。这也是我们看到，无论是拆 g p t 的 codex 还是算法的算法 code。 据说呢，马斯克 s a i 也将在近期推出自己代码的编程的 ide 和 point cloud 产品。就像我之前说的， 虽然完成了本轮融资，并表示未来的发展会一路顺风。这里面的最核心原因就是市场在应用侧呢，会有大量的竞争对手，因为本身应用是没有壁垒的，真正的壁垒呢，还是往加链的上层去转移。无论是哈里斯公司，模型公司还是能源公司， 实际上是这场 ai 革命中的主要的受益者，也包括了英伟达这样的显卡公司。那我们看到的，其实之所以 carson 呢还能完成融资， 是因为市场对于 ai 驱动的应用，公司的定位和有 ai 能力的互联网公司呢，还是完全不一样。据说呢， metra 最近也是刚裁员八千人，他的核心的逻辑就是自我革命，把省下的钱投入在算力中心 ai 的 基础建设上。 所以整个的市场呢，目前呢，还是非常大的两极分化，所有的互联网大厂，包括呢互联网的投资人都在快速的 cash out， 把钱收回来，稳定在融入 ai 的 应用和 ai 的 基建上面。对于互联网大厂的逻辑来说，如果没法实现自我革命，自我转型，就有可能会沦为上一个时代的产品。 让我想到了最近的一个新闻，一个做鞋的公司 allbirds， 最近呢，决定果断的放弃所有的传统业务， all in ai inforce 就是 基于算力中心的 一个 ai 的 基建，居然呢，股价呢，在市场上能快速涨了八倍，可想而知，整个市场对于 ai 的 认知和接受程度呢，已经非常的前卫了，市场呈现了非常有趣的两极化的现象，在美国 中国这样的更加先进，更早吃螃蟹的地方呢，整个的资本市场呢，貌似比业务市场呢会早个半步，反而呢，很多地方还没认识到 ai 的 商业价值，所以呢，我们希望呢，很快能看到隐形的手，推动整个的控警和嗅嗅测，能更稳定推动全球的 ai 的 普及。

马斯克最近可能要花六百亿美元去买一个很多人根本没听过的工具 cursor。 而更夸张的是，八个月前，这家公司在公开报道里的估值也才大约一百亿美元。现在马哥一出手，直接给干到了六百亿。这事听起来有点离谱，但你把他的产业布局拼在一起看，这个买卖就完全不亏了。 因为他买的是自己那台 ai 机器里最后缺的那双手。如果他自己的大模型 x a i 是 大脑，那 cursor 更像手。 x a i 解决的是会不会响。 curser 真正值钱的地方，就在于它补上了从会想到能做出来的那一层。回过头来，再看小马哥的历史操作，先是 x ai 吃下了 x， 拿走的是实时数据、用户入口和分发渠道。再往后 x ai 又被装进了 spacex， 拿走的是模型能力、算力趋势和更大的未来空间。而现在，如果 cursor 最终真的被装进去，补上的就是最具体、最落地的软件执行层。你把这几步连起来看，就会发现马斯克这些动作全都在往同一个方向收束。 社交平台 x 提供数据和入口，负责看见世界。大模型 x a i 提供大脑，负责理解世界。编程工具 cursor 提供执行，负责把想法真正做出来。 tesla 和 optimus 提供身体，负责在现实世界里动起来。卫星互联网 starlink 又把这一切连起来， spacex 和 starship 提供运力，再把这整套东西往更远的地方送。马斯克正在一点点地拼凑一个完整的智能生态，又或者是一个有生命力的机器。那个小时候想要一个哆啦 a 梦的幻想，或许真的正在照进现实， 巨深智能时代也许比我们想象中来的更快。为什么这么说？就拿特斯拉最近宣布停止生产 model s 和 model x 这件事来说，表面上看，这像是一次产品调整，但 tesla 砍下来来的产物，都会被调到它自己的机器人公司 optimus， 再到整个版图里看，更像是一次资源重新分配。毕竟车解决的本质上还是移动问题，但机器人不一样，机器人能进工厂、进仓库、进家庭，未来甚至能进太空基地。它解决的不是交通问题， 而是劳动力问题。所以一个卖车的故事，天花板还是制造业，一个卖通用智能劳动力的故事，想象空间就完全不是一个量级了。所以你再看 optimus 这条线，就会明白，为什么他在马斯克整个版图里越来越重要。到这里，故事已经从 cursor 一 路走到了机器人，但真正把这个故事再往上抬一个层级 的，是另一层。为什么马斯克一直在讲要把算力送上太空这个事，很多人一听会觉得太玄，像科幻，但如果你把它拆开，其实特别现实，就三个字，电， 地热。先说电。 ai 现在最贵的不只是芯片，而是给芯片供电。模型越大，训练越猛，推理越多， 背后烧掉的电就越夸张。你可以简单理解成， ai 发展的瓶颈，正在从有没有更强的芯片，慢慢变成有没有足够便宜、足够稳定的能源。再说地，地面数据中心不只是吃电，它还吃地、吃水、吃基础设施。你要建更大的算力中心，就要找地拉电配冷却接水系统， 也就是说，支撑算力长期运转的不只是 gpu， 而是一整套越来越贵的地面资源。最后是最容易被忽略，但其实最物理的一层 热，所有算力最后都会变成热。你让一大堆 gpu 拼命训练模型，本质上就是把电变成计算，再把计算变成热。所以地面机房越做越难，不只是因为电不够，而是因为你不光要把电送进去， 得把热排出来。如果按工程口径粗略算一笔账，一块高性能 g p u 连同配套峰值功耗按一千瓦算，一百万块 g p u 光设备本身就是一级瓦，在 算上散热和运维整体功耗很容易冲到一点五瓦。这差不多就是一座标准商用核反应堆的满载发电量。换句话说，为了喂饱这样一个 ai 集群，你几乎得专门给他配一座核电站。而这样一个核电站级别的热量有多夸张？如果按粗略工程口径算，一级瓦热功率 连续释放不到两小时，就足够把一个奥运标准泳池的水从常温加热到沸腾，再全部蒸发掉。这也意味着，随着 ai 继续往后发展，你真正要解决的已经不只是电从哪来，而是这些热往哪去。这时候你就会明白，为什么太空会开始显得有吸引力， 因为从纸面上看，太空确实像一个很诱人的答案。太阳能更直接，没有云层和大气层，反复消弱，不占地面的核心土地资源，而且理论上还能通过辐射把热量排向深空。在这里讲一句大实话， 把算力送上太空，现在还不是一个已经跑通的商业模式，它更像一个极有想象力但也极有风险的工程愿景。这其实也是马斯克最厉害的地方，他能在很多事情还没完全落地的时候，就先把资源卷到自己这边来。 最后再来看 spacex 的 ipo 逻辑就完整了。这场人类历史上最大的 ipo， 表面上是在给 spacex 估值更深一层，其实是在给马斯克整套蓄势买单。大家买的不是一家单纯的火箭公司，也不是一家单纯的 ai 公司， 大家买的是对赛博时代的一个巨大的想象。这场 ipo 的 本质，也更像是在给这台越来越庞大的机器提前装燃料。说到这里， 其实整件事就能下一个结论了，以前 ai 竞争拼的是谁模型参数大，后来拼的是谁用户增长快，再后来拼的是谁应用落地快，但接下来打法可能已经变了，接下来拼的不只是模型， 而是谁能把模型、数据、流量、软件、终端制造、能源、网络和执行速度整个上下游绑成一个整体，带来极致的效率和编辑成本的比拼。 如果这台机器最后真的跑通了，它会变成这个时代第一套真正意义上的从太空到地面，从模型到机器人， 从数据到行动的超级系统。而这可能才是 cursor 这条新闻真正的后劲。最后，我们真正值得讨论的问题，可能已经不是马斯克又买了什么，而是当一个人开始同时拥有大脑、网络、身体和执行层的时候，它究竟是在创造一个新的商业帝国，还是在组装一种新的权力形态？

最近歌手更新了这个 oppo 十四点七的模型啊，大家都用上了吗？我做了一个免费版的 pro 无线续杯工具，这个工具是支持全部高级模型的。话不多说，接下来直接教大家怎么去安装这个工具哦。 首先给主播点个关注，点亮一下小爱心，然后评论区留下感谢。接下来点分享键 找到这个分享链接，复制完成之后直接返回桌面，返回桌面打开这个小蓝鸟啊，没有的话下载一个，打开小蓝鸟，然后允许粘贴之后的话，他这个文件分享的话就会跳出来了，我们点立即查看， 自行保存一下，保存之后就可以看到我们的这个工具了，我们自行发到电脑上呃，在格式里面去安装就可以了啊。

我用 qsort 一 次性做成了一个爬虫工具，但在成功之前，我其实失败过两次，反复折腾到怀疑人生。如果你跟我一样零开发基础，连代码都看不懂，但又想用 qsort 做一个工具给生活、工作提效，这个工具可以包含网页、 app 或者插件。听完这三点，你真的能够少走很多弯路。 第一就是一定要写 course rules。 我 前两次失败的根本原因就是没有 course rules， 我 当时甚至都不知道它是什么。套用一份模板，让 ai 整理成一份 course rules 之前，一定要在这个模板里面写清楚四件事，你要做什么工具，这个工具要实现哪些功能？ 谁来用，用来解决什么问题。 ai 整理好以后，把它复制在一个文档里面。项目主目录建好之后，第一件事就是把这份 course 导入到 course， 这样 course 才会按步骤拆任务， 做功能，跟你推进进度。没有 cursor rules 真的 很容易写着写着就乱套，最后， cursor 和我们都不知道它在干什么。第二就是这个工具功能多的时候，不要指望一个 agent 一 口气全都干完。一个功能一个 agent 分 开做有两个好处，你后期要改某一个功能的时候会更快，整个界面会更干净，也更好定位， cursor 也不容易思路打结。第三，每次开工前先让 cursor 复盘。我这个工具就是拆了好几天做的， 所以我每次开始前都会先让克泽瑞答你目前为止为这个项目做了什么，按步骤列出来，这样他接着写会顺很多，也能避免同一个功能重复做，或者写着写着开始跑偏。哪怕这个工具一天能做完，我也建议每隔几个小时让他复盘一次， 不然 cursor 真的 会像人一样越做越乱。最后， cursor 消耗的是 token， 我 们烧的是钱包。这三点就是我从失败两次到成功一次性做出来的关键。我觉得最核心的还是第一点，一定要有 cursor rules， 不 然开发真的像开盲盒，今天好运做出来能用，明天重启电脑可能就坏掉了，直接白干。