当前位置: 首页 > news >正文

Cursor和Trae使用的感受

本文将很短

先说结论吧:离能取代人工,还差很远啊。
目前就是个大号的GPT。

心得吧

cursor我用了很久了,大概几十年了。。。当然这不是真的。。。
记不清用了多久了,但给我的感觉是它进步不大。
特别是我昨天充了20$以后,更是觉得不值。一会再讨论这个问题。

我先来讲一下,如何用和学习这个东西。
其它不说了,只提一点,可能有些人没注意到的,
比如cursor虽然特性不多,但有两个框chat和compose,
我一直也不知道是什么,然后,突发奇想,在CHAT问就行了。
chat给解释得很清楚。
简单来说,chat就是一个chat;
而compose事实上,是把你的代码传到它那以后,它消化了一下。这是最大的区别。
一个动因是你自己,另一个动因,是它。这是完全不同的。

Trae是同样的。
就说这一点。这是以前我从来没有想到的:软件就不用写帮助了!这太有创意了。而且这个创意是天然的。

要吐槽的

太多了。
我们先来说本质原因吧。
我知道,我说这话有人会不高兴。
现在的AI是第二代AI,也就是基于transformer,本质上,是与人类的语言类似的。
你简单可以认为所谓的attention,像是地图上的交通枢纽,然后每次从一个位置到别一个位置。是这样一个算法。
事实上,这接近于人类的语言的模式。

但事实上,人类的大脑不是这么算的,人类的大脑,更加立体和超级并行,在许多个维度上,同时以抽象图形的方式在运算。

这个道理很简单:语言是用于交流用的,不是用于思考用的。
简单说几句吧。
理解哲学后,会发许许多事,是要以类比成相同或相似的思维模型,也就 哲学框架。
所以,大脑中有固化的快速的计算的模式,远远高于语言计算的速度,至少不需要像语言那样,每次都建场景,然后,基于这个场景布attention,然后选择一个路径描述出来。
大脑不是这样的啊。

因为这个不同,也就带来现在一切的问题。
就好比,怎么说呢,酒还没酿制好,就喝了,不对味。现在就是,不对味。

一个是没有什么记忆。但其实这也没什么,没有记忆,定期同步上下文就行了,但这个现在也没有实现。
见知乎:
https://zhuanlan.zhihu.com/p/18914704543
何导出和保存Cursor的聊天记录。使用SpecStory

就现在而言,chat没有记忆,但compose却很难清除记忆。

太慢了。

一般如果我们整理代码,是需要先将之重构,厘清,但这个工作,目前cursor之流都做不了。
Trae好一些,但极慢。

其它

Trae目前要去外网才能用。这也是一个大问题。但这个以后可能会变吧。
感觉字节似乎并没有为这个项目提供多少资源。


文章转载自:
http://chairone.hnsdj.cn
http://bionomy.hnsdj.cn
http://cerebrotonia.hnsdj.cn
http://aquilegia.hnsdj.cn
http://caulocarpous.hnsdj.cn
http://addict.hnsdj.cn
http://chemotherapeutant.hnsdj.cn
http://cerebrosclerosis.hnsdj.cn
http://boatyard.hnsdj.cn
http://beckon.hnsdj.cn
http://capotasto.hnsdj.cn
http://campagus.hnsdj.cn
http://avuncular.hnsdj.cn
http://biophile.hnsdj.cn
http://automatization.hnsdj.cn
http://cadge.hnsdj.cn
http://barouche.hnsdj.cn
http://anticyclone.hnsdj.cn
http://caroche.hnsdj.cn
http://calathus.hnsdj.cn
http://chillness.hnsdj.cn
http://blende.hnsdj.cn
http://bona.hnsdj.cn
http://boulter.hnsdj.cn
http://annulose.hnsdj.cn
http://appreciation.hnsdj.cn
http://adagissimo.hnsdj.cn
http://blesbok.hnsdj.cn
http://binominal.hnsdj.cn
http://autodestruction.hnsdj.cn
http://www.dtcms.com/a/30745.html

相关文章:

  • Spring 到 Spring Boot:配置文件管理的灵活封装与扩展
  • 爬虫第七篇数据爬取及解析
  • SpringBoot 配置文件
  • AGI觉醒假说的科学反驳:从数学根基到现实约束的深度解析
  • JavaScript变量的作用域介绍
  • 什么是矩阵账号?如何高效运营tiktok矩阵账号
  • 什么是超越编程(逾编程)(元编程?)
  • DuodooBMS源码解读之 odoo_phoenix_alarm模块
  • AI Agent实战:打造京东广告主的超级助手 | 京东零售技术实践
  • ICRA2024:CoLRIO,用于机器人群体的激光雷达测距-惯性集中状态估计
  • 虚拟机中ffplay播放RTSP流,不能播放交换机的设备,能播放虚拟机流
  • 冯·诺依曼体系结构、理解操作系统管理
  • 助力DeepSeek私有化部署服务:让企业AI落地更简单、更安全
  • TiDB 是一个分布式 NewSQL 数据库
  • 基于LangGraph和Ollama实现可调用AI搜索引擎Tavily的Agentic RAG问答机器人
  • 小程序的分包
  • Ubuntu 22.04 Install deepseek
  • 【HeadFirst系列之HeadFirst设计模式】第7天之命令模式:封装请求,轻松实现解耦!
  • Windows 下 Ollama 安装deepseek本地模型
  • Java集合框架大师课:从青铜到王者的数据结构指南(一)
  • 大白话React第一章基础入门
  • 纷析云开源版- Vue2-增加字典存储到localStorage
  • 若依按照时间段查询
  • 开源且免费的CMS系统有哪几个可以放心用?
  • 自动化之ansible(二)
  • 【反馈-建立负反馈,警惕正反馈-关键字摘要】
  • 【详细讲解在STM32的UART通信中使用DMA机制】
  • 23.4 MSHTML组件
  • pycharm 调试 debug 进入 remote_sources
  • C/C++高性能Web开发框架全解析:2025技术选型指南