AI 编程已从简单的代码补全进化为深度协作的工程助手
其中依赖模糊意图让 AI “自由发挥”，快速采纳 AI 代码的编程方式，被称为 Vibe Coding（氛围编程）
健康的使用方法
有一套健康的使用方法：
- 先让 AI 分析整个代码库，生成一份包含核心架构、模块职责和数据流的文档。这一步非常关键，因为它决定了后续协作的质量。只有当我和 AI 对项目有一致理解时，后续产出才会稳定、高质量
- 对于每个独立的开发任务，开启一个新的对话，并提供必要的上下文，包括需求背景、涉及模块和约束条件。这种方式能显著减少上下文污染，让 AI 生成的代码更加精准，基本不需要大幅返工
- 定期删除冗余实现和废弃代码。旧代码会误导 AI 的判断，增加上下文噪音，长期不清理会直接影响协作效率
如果完全依赖 AI 写代码而不理解其原理，个人技术能力可能会退化。因此要坚持几个原则：
- AI 生成代码之后必须人工 Review
- 关键逻辑必要时自己重写
- 核心路径必须做压测和边界测试
Cursor 使用技巧
- 先理架构再动手：无论是自己写代码还是让 AI 生成代码，都必须先明确需求、整体架构和模块边界。如果在架构模糊的情况下直接编码，很容易出现重复实现或职责冲突，后期修改成本反而更高
- 单 Chat 专注单功能：新功能或大改动开启新的 Chat，并在开头引入项目结构说明或关键文档作为上下文基础。这样可以避免历史对话干扰，提高输出质量
- 功能落地后写指南：让 AI 总结实现过程，抽象出通用步骤，形成“操作指南”。比如新增接口的标准流程、文件导出的统一实现方式等。这些沉淀下来的内容，可以在后续类似需求中快速复用
- 不依赖 AI，主动复盘：AI 仅作辅助，代码生成后需认真 Review，理解原理、优化不合理处，避免技术停滞
- 定期删无用代码：清理冗余代码，减少对 AI 的误导和上下文干扰，提升开发效率
- 用好配置文件：
.cursorrules 定义 AI 生成代码的规则、风格和常用片段（Spec Coding）；.cursorignore指定不允许 AI 修改的文件 / 目录，保护核心代码 - 持续维护文档：项目重大变更后，让 AI 同步更新文档、记录 “踩坑” 经验，积累团队知识库
- 让 AI 先 “学” 项目：大型项目先让 Cursor 分析代码库，生成含架构、目录职责、核心类等的结构文档，作为后续开发的基础上下文