Cursor AI 写了一坨屎，但我居然原谅了它

# Cursor AI 写了一坨屎，但我居然原谅了它

因为它是目前唯一让我用"代写"而不是"代做"来形容的AI编码工具

GitHub Copilot 和 Cursor 我都用了超过两年。如果要用一句话总结这两个工具的现状：**Copilot 变成了 Visual Studio Code 里的一个装饰件，而 Cursor 成了一个让人又爱又恨的半成品。**

说实话我不喜欢写对比文。市面上已经有一百篇"Copilot vs Cursor"文章了，每篇都在列功能清单。但你跟我聊过之后会发现：没人讲清楚一件事——为什么 Cursor 的 bug 明明比 Copilot 多十倍，开发者还是愿意迁就它？

答案很简单：**Cursor 有上下文记忆能力，而 Copilot 没有。** 这一个是质的区别。

Copilot 的退化之路

微软把 Copilot 从一个"智能提示工具"慢慢变成了"语言模型聊天窗口"。自从 Copilot Chat 上线之后，VS Code 编辑器里多了个 sidebar，能跟你对话，能帮你改代码，能生成单元测试。

然后呢？

开发者用了三次就不用了。

问题出在**上下文**。你在 VS Code 里写了一个文件，打开 Copilot Chat 问它"帮我重构这个函数"，它会看你选中的代码。但它看不到你这个项目里其他文件里的定义、接口、架构。它就是一片孤岛。

2024 年我带了一个后端团队做微服务迁移。我用 Copilot 重构了三个接口，生成的代码语法完全正确，但调错了另一个模块里的常量名。那个常量在项目里叫 API_TIMEOUT，Copilot 生成了 APITimeout，整个构建直接挂掉。你猜怎么查的？我在日志报错之前根本没发现——这玩意儿能编译通过。

我花了两小时找这个命名错误。要是我用 Cursor，它扫一下整个 workspace，至少能发现这个符号不存在。

Cursor 的上下文优势是质变

Cursor 做了两件事让它跟 Copilot 拉开差距：

第一，它**读取你的整个 workspace**。不是当前文件，是整个项目。你按 Tab 补全的时候，它背后在跑一个 RAG pipeline——把你的代码切片、索引、然后在生成时检索相关片段。这不是魔法，就是工程，但效果很直观。

第二，它有 **Composer 模式**（就是它的多文件编辑功能）。你可以在一个对话框里说"把这个 API 的响应格式统一改成 PascalCase"，它会自动找到所有相关的 handler、DTO、测试文件，全部改完。

我用 Composer 做过一次数据库迁移脚本的重构。原始脚本里有 8 个查询函数，分布在 3 个文件里，用的命名风格完全不一致。我说"统一用 snake_case 命名并加注释"，Cursor 花了大约 90 秒改完了所有文件。其中 7 个是对的，有一个把注释类型写错了，我手动修了一下。

这效率放以前要半小时。

但是 Cursor 真的好用吗？

不。

**它经常犯一些很低级的错误。**

比如最近我在写一个 Rust async 程序。用了 tokio::select! 宏来处理多路并发。Cursor 生成的代码里混进了一个根本不存在的参数：

tokio::select! {

result = some_future() => { /* handle */ },

biased; // ← 这行导致编译失败

}

biased 是 tokio::select! 的一个 attribute，但不是这样用的。正确写法应该在宏前面加 #[tokio::select!] 或者用 tokio::select! { biased => ... } 这种形式。Cursor 直接把中间参数当语句插进去了。

这种错误你一眼就能看出来，但如果你在看一堆代码的时候，可能会漏掉一行。

还有更离谱的。上个月我让 Cursor 帮我写一个 PostgreSQL 的多表 JOIN 查询，涉及到 users、orders、order_items 三张表。生成的 SQL 看起来没问题，但我拿到数据库执行的时候报了错——**因为它把一个 NOT NULL 约束的字段当成了可空字段来做 LEFT JOIN**，导致结果集里出现重复的行。

我查了半小时才发现问题。最后是我自己用 psql 跑了个 EXPLAIN ANALYZE 才发现 Join 条件写错了。

Copilot 有没有可取之处？

说实话有。**它的 Inline Suggestions 现在越来越精准了。**

Copilot 的 Tab 补全在 2024 年之后有了肉眼可见的改进。你输入函数名的时候，它能猜到你大概要调什么参数。比如：

# 我打了一行

response = requests.post(

# Copilot 自动补全了常用参数

response = requests.post(url, headers=headers, json=data, timeout=30)

这不是 AI 有多聪明——这只是基于 GitHub 上数十亿行公开代码的模式匹配。但模式匹配在某些场景下非常好用，因为你写的代码往往就是"常规写法"。

而且 Copilot 不占用内存。Cursor 作为一个独立的 Electron 应用，开个 Workspace 基本要吃掉 500MB+ 的 RAM。对于 M1 MacBook Air 或者老机器来说，这感觉不友好。

我的结论

如果你在以下场景用，选 **Copilot**：

如果你在以下场景用，选 **Cursor**：

个人现在每天两个都开。VS Code 里装 Copilot 做日常补全，需要大改代码的时候切到 Cursor 的 Composer。这算是一个折中方案。

**最后吐槽一句：** 希望两个产品都能别再把 AI Coding 包装成"全自动编程"了。你用了它们之后就会发现，90% 的时间你还是得自己 review、调试、改 bug。AI 能加速，但不能替代。认清这一点，你会少浪费很多时间。