#软件开发

3周前
学好基本功,AI才能真正助你一臂之力 作者:Manda Putra 我最近一直在尝试把AI融入到日常工作中。必须承认,在处理像增删改查(CRUD)、数据解析这类琐碎任务时,AI确实是个神器。你只需要下达指令,它就能帮你搞定,极大地解放了生产力。但软件开发远不止于此,我们还需要整合系统、性能优化、技术研究,这些都需要真正的理解力。 今天在咖啡馆工作时,我旁边坐着一位同行。他也在用AI写代码,这很正常,我也用。但让我忍俊不禁的是,他为了解决一个极其基础的问题,竟然在和AI反复“拉扯”。那个问题是什么呢?仅仅是一个CSS元素的居中,或是一个忘记绑定`onClick`点击事件的低级Bug。 我内心的独白是:“简直可笑,花几分钟学一下CSS的Flexbox布局,不比你这样反复试错问AI快得多吗?” 我当然不会说出口,毕竟萍水相逢,我也不想打击一个年轻工程师的热情。但这情景让我深有感触。AI需要精确的上下文才能给出好答案,你反反复复地对它说“还没居中呢”,其实是在浪费你自己的生命。如果你从不想去理解代码片段之间是如何协同工作的,那你当初又何必选择软件开发这个行业呢? 这让我想起了乔纳森·布洛(Jonathan Blow)一直在警告的那个观点——我们行业的知识体系,正在从根基处“崩溃”。 布洛的核心忧虑是:现代软件建立在层层叠叠的抽象之上,如今的开发者,尤其是新人,越来越依赖顶层的框架和工具(现在又加上了AI),却对底层原理一窍不通。他们知道“怎样”让东西跑起来,却不知道“为什么”能跑起来。 当整个行业都建立在“知其然,不知所以然”的基础上时,我们创造的系统会变得异常脆弱。就像今天这位小哥,他遇到的只是个CSS问题。但如果未来遇到的一个底层性能瓶颈或安全漏洞呢?当没有人再理解事物的本质时,我们又该如何去修复和创造真正可靠的东西? 这正是“崩溃”的真实写照——它不是什么末日天启,而是我们作为一个整体,正在逐渐丧失对复杂技术的掌控力。 AI的出现加剧了这种割裂: * 对于经验丰富的开发者,AI是如虎添翼的杠杆,能将他们从重复劳动中解放出来,专注于更复杂的架构和创造。 * 对于新手而言,AI却成了一个“黑箱”或“许愿机”,让他们跳过了最关键的学习和试错过程,沦为只会提问的“提示工程师”,根基愈发不稳。 这是一个多么吊诡的世界。一方面技术在飞速进步,另一方面,从业者的平均基本功却在退化。 真心希望那位小哥能看到这篇文章,并明白,真正的成长,源于求知本身。
3周前
Cursor 正式宣布发布 1.0 版本!以下是视频介绍翻译: 软件开发不仅仅是写代码 我们知道,软件工程师的日常工作远不止在代码编辑器里敲代码,还有大量的时间用在审查代码、查找和修复 bug 上。因此,我们特别推出了全新功能——Bugbot: * 它能自动在 GitHub 的 Pull Request 中发现潜在的 bug。 * 一键即可在 Cursor 中快速修复这些问题。 新功能抢先体验:记忆(Memories)功能的 Beta 版本 记忆功能是 Cursor 从你的交互中逐渐学习和积累的知识或代码库规则。未来,我们希望 Cursor 能通过使用习惯越来越聪明,甚至实现团队内知识共享——一名团队成员的工作经验可以帮助其他成员快速成长。 一键安装 MCP,让扩展更简单 看到社区对于 MCP(模型扩展插件)的热情,我们非常兴奋。但我们也意识到安装、设置和发现 MCP 并不简单。因此,我们新增了一键安装功能: * 点一下就能轻松安装任何你喜欢的 MCP 扩展插件。 * 让每个人都能快速享受到 Cursor 丰富的扩展能力。 后台智能体正式上线,整合 Slack 与 Jupyter 支持 在上个版本,我们首次尝试了异步后台智能体(Background Agent),这段时间我们进行了大量优化,今天宣布正式上线: * 后台智能体现在能与 Slack 无缝整合。你只需在 Slack 中标记 Cursor,它便能后台帮你完成代码修改。 * 同时,我们还为研究人员和数据科学家提供了 Jupyter Notebooks 支持,让 Cursor 在数据领域更具实用性和强大功能。 更多优化升级,提升使用体验 我们还带来了众多额外的优化升级,包括: * 并行工具调用:Cursor 现在能同时编辑多个不同位置。 * 更丰富的聊天交互体验:比如 Markdown 支持的 Mermaid 流程图、表格等。 * 更友好的设置和管理后台界面。 这些新功能和改进,已在团队内部获得了积极反馈,我们迫不及待地想让大家也能赶快体验起来!