Iris Pan我刚开始接触 AI 辅助编程那阵子，几乎天天在 Cursor、Claude Code 和传统编辑器之间反复横跳。后来我慢慢发现，真正值得研究的，不只是这些工具怎么装、怎么配置、怎么用，而是它们背后的研发团队——那批天天训练模型、写编译器、做 IDE 的人，自己到底是怎么用 AI 的。带着这个好奇心，我花了不少时间从公开演讲、工程博客和实际产品的使用习惯里，把他们的思路翻了个底朝天。
这篇博文我不打算做成一个纯教程，也不想写成“XXX 工具安装指南”那种五分钟看完就忘的东西。我想做的是把两件事揉在一起讲：一是研发者看待 AI 编程的核心理念，二是这些理念如何落成具体的实操动作——包括 Cursor 怎么设置中文、Claude Code 怎么安装、怎么配置本地模型、怎么在 VS Code 里无缝衔接，以及最关键的：怎么把 AI 从“玩具”变成“生产力”。不管你是写了几年代码的老手，还是刚摸到门槛的新人，只要认真看完，多少都能少走点弯路。
1. 研发者的工作流：AI 不是“自动补全”，而是“结对程序员”
先说结论：Cursor 和 Claude Code 这两拨人，对 AI 的定位早就超过了“智能提示”。他们要做的，是一个能独立理解你的代码库、能自己翻文件、能跑测试、能根据报错自我修正的“结对程序员”。
1.1 Cursor 团队的核心判断：编辑器的未来是“AI 原生”
如果你用过 Cursor，你会发现它跟 VS Code 最大的区别不是外观，而是交互逻辑。VS Code 的底层逻辑是“你负责想，编辑器负责写”；Cursor 的底层逻辑是“你跟 AI 一起想，AI 负责动手”。
Cursor 团队在多个场合提过一个观点：AI 编程工具的瓶颈不在模型理解代码的能力，而在上下文工程。什么意思呢？就是模型本身再强，它看不到你整个项目，它就只是个“没有灵魂的自动补全”。所以 Cursor 把大量的精力投在了索引（indexing）和检索（retrieval）上，让模型能在你提问之前就把相关的代码片段、文件结构、甚至 git 历史都拉进来。
这个思路可以直接映射到你的日常操作里：打开一个陌生项目，别急着让 AI 写新功能，先让 Cursor 把项目索引建完。你在输入框里问“这个模块的入口在哪”“这个 bug 可能跟哪些文件有关”，它给你的答案，比你在命令行里 grep 半天要快得多。这就是研发者自己的使用习惯——他们不把 AI 当搜索引擎，而是当“熟悉整个代码库的同事”。
1.2 Claude Code 团队的定位差异：Agent 不是聊天框，是命令行
Claude Code 是 Anthropic 推出的编程 Agent，它跑在终端里，不是图形界面。第一次用它的人常常会懵：这不是又退回 DOS 时代了吗？但 Anthropic 的工程师在分享里说得很直白：命令行才是 Agent 最诚实的交互方式。
原因很简单。图形界面的聊天框，用户容易把 AI 当“顾问”，问一句答一句；而命令行的 Agent，天然适合“派活”的思维——你给它一个任务，它自己规划步骤、调用工具、读文件、写代码、跑测试，然后告诉你结果。这个模式更接近真实的结对编程：你把任务交给搭档，搭档去执行，遇到问题再回来跟你商量。
Claude Code 整套设计都在强化这种“委托感”。比如它的权限控制、子代理机制、对 git 状态的操作，都是在模拟一个“能干活但不乱来”的人类同事。所以我在实际使用中，越来越习惯把 Claude Code 放在终端里跑长任务，把 Cursor 留在编辑器里做短平快的修改。这个分工，和研发者们公开分享的使用方式基本一致。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 他们如何看待 AI 的能力边界：“会犯错”不是 bug，是特性
很多人在用 AI 编程时有个痛苦的阶段：AI 写出一堆自以为正确的代码，跑起来全是 bug。这时候你的第一反应往往是“这 AI 真笨”，但研发者的视角完全不同。
2.1 把 AI 当“高水平的初级工程师”而不是“全知全能的神”
Cursor 和 Anthropic 的团队博客里，经常出现一个类比：把 AI 当作一个“记性好但经验少、速度极快却容易自信满满”的初级工程师。这个类比一出来，很多问题就通了