AI 编程发展与工具介绍

1. AI 编程发展阶段

人类角色正从 "编写者" 转变为 "需求布置与交付物审查者"(像老板吩咐员工做事那样😄),AI 则承担更多复杂任务的规划与执行.

ai 发展可归为以下两个阶段.

1.1 辅助协同

这时的 ai 仅能理解一两个源文件.

  • 代码块级别: 自动补全. 基于上下文实时预测下一行或多行代码, 比如 tab 一键接受ai生成的候选.
  • 源文件生成: 根据自然语言的指令任务, ai 完成一个 方法 或 class 的编写. 如 "二分查找", "鸡兔同笼求解" 等篇幅较短的源文件.
  • 代码问答: 对别人的代码(别人转交的项目或开源项目)作快速熟悉, 让 ai 解读代码逻辑.
  • ai 审查: 对项目中你提交的 commit, 作 bug 检查和优化建议.

1.2 自主代理

ai 能完整理解整个项目, 上百个源文件.

  • 工程级 agent: 同时修改多个源文件, 并在 ide中 diff显示, 一键 'accept'.

能力升级在于 AST 深度理解, 于是做到了 "跨文件"精准感知, 语义级编程推理.

Q : 什么是 AST?
A : Abstract Syntax Tree,抽象语法树. 将源代码的文本加工成语法结构的树状表示, IDE 有了这份精准索引, 可以 高亮变量名, 重命名重构, 跳转至定义或引用.

Q : 为什么 ai 需要 ast?
A: "IDE 有 AST 能力" 不等于 "AI 有 AST 理解能力". 低级的 ai 编程, 仍是 文本的 next 预测, 它容易混淆嵌套层级,长代码易"迷路"。而有了 ast, 它能像编译器一样, 精确知道 Function A 在 File X 中被定义,并在 File Y、Z 中被引用. 充分发挥推理能力, 像人一样编程.

2. 编排引擎

大模型(LLM)本身只能被动地接受 prompt 输入,它不知道你的文件在哪里,也无法直接修改硬盘上的代码。

因此需要 编排能力(Orchestration), 在 模型和项目代码 之间构建一层 执行中间件,它负责以下几点.

2.1 上下文感知

读取本地文件树、Git 状态、终端输出等.

大模型的上下文窗口是有限的, 不可能把一个大型项目中成百上千个文件 全塞给模型, 因此需要:

智能的文件检索策略------根据任务自动判断需要读取哪些文件

渐进式的上下文构建------先看全局,再深入细节

高效的上下文压缩------保留关键信息,丢弃冗余内容

2.2 任务分解

将用户的自然语言需求拆解为具体的步骤(读文件 -> 思考 -> 写代码 -> 运行测试).

2.3 执行操作

调用系统 API 真正地去创建、修改文件或运行 Shell 命令。

2.4 反馈闭环

将执行结果(如报错信息)再次喂给模型,进行自我修正。

3. AI 编程工具介绍

3.1 Cursor

产品介绍

Cursor = 编排引擎 + IDE编辑器 + 模型路由层, 它是 ai 编程最早火出圈的产品.

  • 编排引擎: 这是它的核心竞争力. 即 章节2 中提到的能力.
  • IDE: Cursor 是 VS Code 的 Fork 版本,而非普通插件, 优势:突破插件 API 限制,实现原生级 AI 集成(如多文件编辑、影子工作区、语义索引)
  • 模型路由: 支持用户灵活选用 Claude、GPT-4、Gemini 等多种主流模型.
  • 自研模型: 近期推出 Composer 系列模型,专注代码编辑任务,但本质仍是在开源/第三方基座上微调+强化学习

境内使用及付费

  • cursor 的账号系统, AI 模型接口 均部署在海外, 所以需要 稳定的境外连接网络.
  • 仅需向 cursor 付费. 支付给 Cursor 的订阅费(如 $20/月 的 Pro 版),已经包含了调用 Claude Sonnet 等模型的额度. Cursor 公司作为中间层,已经帮你处理了与 Anthropic 的 API 结算。
  • 也可使用 BYOK (Bring Your Own Key) 模式. Cursor 允许你在设置中填入自己的 Anthropic API Key, 此时:
    • 你不付钱给 Cursor(可以使用免费版功能).
    • 你直接付钱给 Anthropic(按 Token 用量计费,用多少扣多少).

3.2 Claude Code

命名渊源

Anthropic, /ænˈθrɒpɪk/ 公司名, 单词意思是 "与人类有关的". 它是美国的一家 ai初创公司, 由 OpenAI-gpt 团队早期成员出走创立, 大陆网络上会简称为 A社, 与 G社 Google, O社 OpenAI 相提并论.

Claude, 模型品牌, 类似 OpenAI 的 "GPT"。 名字来源于 克劳德·香农(Claude Shannon),信息论之父,他奠定了现代数字通信和计算机科学的基础.

三个版本名, 有文化隐喻:

  • Haiku(俳句):短小精悍,快速响应
  • Sonnet(十四行诗):结构均衡,表达丰富
  • Opus(作品/杰作):宏大复杂,深度创作

Q :一个商业视角的问题:cursor 搭配 claude, 已经很流行了, a社已经有营收了, 为啥还自己搞 claude code?
A: cursor 角色是前端, 用户更容易认为是 cursor 强大而非 claude 强大, 那么 cursor 可凭支配地位压价, 可以换模型, 甚至自己做模型. 可类比为 apple 自己做 M系列芯片, 不被 intel 绑定一样.

CLI 优先的设计

区别于 ide 插件, 终端/shell 是它的原生环境, 可直接操作 系统, 文件 与 命令.

比如它能直接与其它 CLI 工具协作: claude "add tests" && npm test && git commit -m "feat: add tests". 而 ide 插件的交互被绑定在图形界面, 很难做到脚本级集成.

Claude Code 的设计哲学是 "Git 优先". 它工作在 Git 仓库之上,所有修改都会反映在 Git 状态中.你可以使用任何熟悉的 Git 工具来审查. 所以它不在ide中, diff 不友好的问题是可解的.

4. skill

lala

相关推荐
大模型真好玩1 小时前
什么是Loop Engineering?最通俗易懂的Loop Engineering核心概念
人工智能·agent·deepseek
叁两2 小时前
前端转型AI Agent该如何学习?(前置篇)
前端·人工智能·node.js
LaiYoung_2 小时前
🎁 送你一套超好用超实用的 FE AI-Coding Skills
前端·人工智能·开源
ZzT4 小时前
怎么做才不会被 AI 替代?
人工智能·程序员
道友可好4 小时前
从今天开始:你的第一个 Harness Engineering 实践
前端·人工智能·后端
小姜前线技术6 小时前
AI回答代码块高亮加一键复制
人工智能
洛阳泰山6 小时前
从 0 到 1.6K Star:一个 Java 开源项目的增长复盘
人工智能·后端·开源
米小虾6 小时前
Agent Skill 设计模式完全指南
人工智能·agent
饼干哥哥7 小时前
保姆级教程:用Image2 + Seedance2.0 做长视频,以品牌广告为例
人工智能
米小虾7 小时前
Agent Skill 规范与 Skill-Creator 核心思想
人工智能·agent