VSCode & Cursor & TRAE 对 Flutter 支持对比
这里主要看【运行】 &【 调试】的支持情况
| Feature | VSCode | Cursor | TRAE CN |
|---|---|---|---|
| 终端调试 (flutter run) | ✅ | ✅ | 可以 run 起来、run 起来后没法支持 R 和 r 等命令 |
| main 函数调试 (Run｜Debug｜Profile) | 完全支持（对比基准） | 完全支持（包含 断点、 Hot Reload、重启、断点调试） | 能够正常编译 run 起 App，但是没有 Debug 菜单，相关的 Debug 功能受限，没法断点 |
Cursor Feature 实测
环境说明
Flutter 环境
scss
Flutter 3.27.4 • channel [user-branch] • unknown source
Framework • revision d8a9f9a52e (11 months ago) • 2025-01-31 16:07:18 -0500
Engine • revision 82bd5b7209
Tools • Dart 3.6.2 • DevTools 2.40.3Cursor 环境
yaml
Version: 2.3.29
VSCode Version: 1.105.1
Commit: 4ca9b38c6c97d4243bf0c61e51426667cb964bd0
Date: 2026-01-08T00:34:49.798Z
Electron: 37.7.0
Chromium: 138.0.7204.251
Node.js: 22.20.0
V8: 13.8.258.32-electron.0
OS: Darwin arm64 24.6.0case1：tab 自动补全
Tab 的智能程度，很大的程度决定了 AI Coding 的体验，可以说是编程过程中最高频的使用了，无论是函数名称自动补全，还是函数自动实现，还是注释自动生成，语言自动翻译，它简直无处不在，成熟的 AI IDE tab 的可用率应该 >90%。
Cursor 的 tab 很强大，上面提到的场景都能很好的 cover 调，这种场景基本上可以说能力过剩了。当然 GitHub copilot 也不差。
case2：拼写错误检测
默认开启拼写错误检测，可在设置面板中进行更详细的配置（例如：加词语白名单）
支持 AI 快速修复，点击「Fix in Chat」，将自动基于当前拼写错误的单词生成一条修复拼写错误提示词
这里的 AI 模式选择 Auto，模型选择 Auto，点击发送，AI 将一件修复该拼写错误
修复完成点击绿色的「Keep」按钮或者快捷键 ⌘+Y 可以应用
也可以在问题列表 tab 页面找到对应问题点击前端符号(i)进行修复
case3：自动生成 commit 消息
选择上面的 git tab，点击消息框后面的✨，生成 commit 消息
case4：code review
点击右下方的「Review」按钮，呼出代码 Review 面板
点击「Find issues」可以使用 AI 进行代码 Review
点后面的下拉箭头，可以基于 main 分支的 diff 进行 Code Review
case5：代码解释
拿一段 Jenkins 打包的构建选项代码来测试一下
输入"解释代码"提示词，执行，可以让 AI 解释你想了解的代码，这个功能对代码阅读效率有巨大的提升，算是 AI IDE 或者 IDE 插件的标配了
case6：写单测
这里以一个「节流按钮」为例，全选代码，点击左下方弹出的「Add to Chat」按钮，这里的交互和 VSCode 的copilot 插件有点不一样，选中代码后，不会自动把选中的代码加入到 Chat 的上下文中，还需要需要手动指定一下，这里建议优化一下。
输入提示词"为这个文件写单测"，由于这个文件在很早前，我使用 GitHub 的 Copilot 的 Edit 模式写过一次，看看 Cursor 如何操作？
它会先计划，发现已经存在对应的单测文件，先尝试运行原来的单测文件，再补充遗漏的场景，而不是重新写一个新的，这点很智能～～
弹出下一步动作执行确认交互框，点击「Run」继续，原来的单测案例全部通过，计划下一部分任务
分析是否存在遗漏场景，并补充，这里发现了原来的用例有2个未覆盖到的场景，它自动进行了补充，修改完成我们需要再点击「Run」，验证一下，验证通过
在最后还输出了一次本次操作的总结，方便你 Review
来看看 AI 生成的代码
再手动点击运行单侧，验证一下是否全量通过，所有 case 全部通过
总结：这次是使用 cursor 的 Agent 模式，相对我以前使用的 GitHub copolit 模式智能了很多，主要体现在以下
- 自动识别要创建的单测文件是否存在，如果存在优化，如果不存在再创建
- 当需要敏感的权限或者关注操作时，将确认动作交给开发，让开发确认后再继续
- 自动规划后续的任务，例如发现存在单测文件，再验证已存在的单侧是否满足需要，不满足继续优化。
写在最后
从最近的项目真实案例实操体验下来，给我的感受是现在的 AI IDE 在辅助编程领域，进步非常大，特别是 Agent 模式的引入，让 AI 能够自主规划执行任务，验证任务的结果，必须要人介入或者接管的时机更精准，大幅提高了开发效率。指令的输入也不会很复杂，AI 就能准确理解你的意图。说明 AI 对上下文的获取变得精准了，很多隐藏的上下文通过你要执行的命令自动识别自动获取了，这些功能的成熟将彻底改变编程的范式，由以前的人工写到人工 review，到 AI +人工一起编写到 AI + 人工一起 Review，几乎编程的每个环节都能和 AI 结合起来，编程的效率大幅提升。