AI coding的好用工具分享

自从用过AI coding，感觉像是打开了新世界的大门。cursor是真神，用过cursor写前端，提示词写明白一般都不需要怎么修改，大大节省前后端联调时间成本，页面不满意就压力AI继续生成。Copilot也用过，自动补全，生成一些简单的增删改查逻辑还是很不错的，据说学生认证还可以免费使用两年。

大家好，我是程序员花海，今天周末，恰好有时间来和大家聊一下校招和实习的底层知识！友情提示：这边文章干货很多，建议收藏，也欢迎你的小花~我讲结合自己担任校招面试官多年的经验，从校招笔试、校招面试、选择Offer、提前入职、实习转正、试用期Landing等众多角度来一一为大家拆解校招的底层逻辑，话不多说，现在开讲！在准备校招面试的时候，大家可能会参考很多学长学姐的建议，但是你听到的的建议五花八门，比如有鹅选鹅、无鹅延毕，但是大家仔细想想，这句话真的对吗？首先无可厚非，鹅的福利真的很好，但是这个是从公司角度来说，这个公司整体氛围不错，但是你入职之后，是要分到某一个业务部门下的某一个组的，你的Offe...

啥意思大哥

2026年了，写代码还在纯手搓？ 兄弟，时代变了。当个AI 邪修是真爽啊！ 这不仅仅是写代码，这是一套完整的自动化流水线。拥有一支AI 军团：既有负责搬砖的马仔，也有负责管事的管家。1️⃣ Copilot：肌肉记忆自动补全的 T0 选手。它不像是在帮你思考，更像是你的潜意识。当我写下 // 计算信噪比，它已经把公式代码灰显出来了。最佳场景： 写那些繁琐、重复、样板式的代码（比如写一大堆 get/set，或者写 C++ 的重载函数）。2️⃣ Cursor：神级IDE 能听懂人话的编辑器（VS Code 的完美进化体）：真正的黑科技。“重构这个模块，把单线程改成多线程，顺便更新所有接口。”它会自动...

大厂的朋友，很好奇你们内部AIcoding啥现状？

众所周知，早在AI Coding工具之前，辅助驾驶已经走了很长的路，他们对等级有L1、2、3等之分。所以本次我从等级角度，各个推荐一下。L1：各类插件，主要用于代码补全，对话等操作。国内外大厂的产品都可以用，差距不大。L2：脱离插件形态，有了更多元的能力。此时差距明显，模型与IDE本身的调教都有着差异。T0：Cursor。T1：亚马逊的Kiro，腾讯的Codebuddy，字节的Trae，阿里的Qoder，还有美团、快手等厂（同等级排名不分先后）因为是国际版，所以模型能力都一样了。我的原则是，哪个能白嫖，就用哪个。T1.5：以上的国内版本。L3：脱离IDE形态。各家都在探索，完全不需人来编写任何代码。率先出击的是，Claude Code，Gemini Cli。早期是黑窗形态，最近才有了可视化界面。黑窗状态下，我们只需要Shell脚本、提示词和command命令即可完成完全沉浸的AI Coding。但其实，这个目的，更是为了加入流水线，实现全自动化。当一个需求、issue来临时，前置脚本自动读入上下文，API 交互给L3工具，再通过HOOK、SKILL等触发自动测试，代码审校，提交代码等操作。腾讯跟的比较快，派出了Codebuddy Code，配合国产的GLM模型，能力尚可。字节的Trae则走了自己的路，SOLO模式，更方便于新手入门。阿里则剑走偏锋，把眼下的产品每一步都做到最好。不过，真在生产环境中，还是L1的Tab Tab不全最让人放心。

1.专业版去AI请您以专业编辑的身份，对以下文本进行改写，使其听起来自然、流畅、易于理解。请去除生硬的措辞、僵化的句式和不自然的表达，同时保留原文的含义。2.自然版去AI请重写这段文字，使其听起来像是出自一位经验丰富、自信的真人之手。改善句子节奏用词和行文流畅度。避免使用机械式的句式或过于正式的语言。3.应对AI检测/查重请使这段文字更人性化，使其看起来不像人工智能生成的。改变句长，添加自然的措辞改进过渡，使其感觉自然真实，但不要添加无关内容或改变信息。4.对话版去AI请将以下内容改写成对话式的、亲切自然的语气，就像一位知识渊博的人在随意解释一样。保持专业性，但也要平易近人。5.艺术版去AI修...

现在的ai大爆发时代，相关的工具真的是井喷式爆发，Auto-Prompt，这东西能自动优化你的提示词，约束ai的生成范围，让AI生成的代码更精准，它能帮你调整提示词，让AI更好地理解你的需求，生成更准确的代码，其他的像GitHub Copilot在智能补全代码方面超方便，Cursor生成代码片段也很快；Claude在调试代码上也很有一手，ai时代就应该全面拥抱它

最近和老同事们闲聊，聊其他事时大家可能争得面红耳赤，但一提到前端开发，我们都异口同声地觉得，前端这行已经明显在走下坡路了。经常听到小道消息，比如某个前端团队解散，只剩几个人并到后端去；某个部门今年没前端岗位；团队有前端离职后，就不补人了。当然，还没到大规模失业的程度，公司大多是慢慢缩减前端HC，但这衰退趋势太明显了。我觉得，这颓势从微服务推崇的前后端分离成为主流时就埋下了种子，AI Coding只是加速了它。前端基本只负责接收后端结果渲染页面，一个前端往往对接四五个后端，因为页面搭建不需要那么多人（现实就是这么残酷）。大厂的中台有海量成熟UI组件，npm一拉就能用，快速搭页面，然后定义变量调用...

在上班之前其实没用过cursor，只接触过qdoer这些，后来公司提供了免费的cursor去使用，发现这东西是真香啊。无论什么需求，只有提供好数据和描述好要求一定能完成想要的形式，越来越感觉这东西对未来的程序工作还是很有挑战的，未来对于使用ai工具也会有更多更高的要求

如果不想用Cursor、Trae、Zed等第三方公司开发的AI编程工具。平替方案：Visual Studio Code + Cline插件 + Openrouter（or TogetherAI、火山、硅基流动的API）Cline真的有点强大。甚至可操作本地电脑文件...比如，读取某文件夹下的所有epub，生成清单。查找下载文件夹的重复文件，差点就可以删除了。

目前编程助手cursor，claude，codex，github copilot，Qcoder，antigtavity，gpt，Gemini，Trae，qwen-coder等，大家推荐哪个，他们分别都有什么优缺点

今天看到苹果要用 Gemini 给 Siri 正式换脑，突然意识到一件事：Google 可以做出好的大模型但是 Meta，Apple 却怎么都做不出来这代表大模型技术其实已经是很高的技术壁垒了只是 Google 特别强突破了壁垒而已

1.Cursor：在我2023年的夏天入职第一家小公司实习的时候，那个时候我的组长就教我如何使用cursor进行一个辅助开发，作为当时连基本的flex布局都不会写，es6语法掌握都不熟悉的小白来说，真的提供了很多的帮助，那个时候cursor才出来没多久，真的很难用，早期的 UI 交互非常粗糙，针对编码辅助也是局限于侧边栏的对话，tab快捷也没有，感觉就只是一个内置了很多prompt的对话工具+不流畅的编辑器。后续也是在断断续续使用cursor，充了很多钱，直到25年被ban了我就不再使用了。2.Augment Code:当时同事也推荐使用这个，真的好用，上下文的处理极其优秀，对claude gpt模型的调教也很厉害，就是真的太贵了，50美刀一个月；3.Copilot:也很好用的编辑器插件，快捷tab做的也不错，性价比很高，就是有时候用着用着感觉降智了，甚至不如自己写；4.Cline：好用，支持接入很多大模型，也是体验了国内mimo,kimi，glm等模型的编码，插件交互做的很不错，挺喜欢的一个插件；5.Windsurf：一般；6.Qoder：新账号体验了一下，当时针对交互做的确实不好，总感觉不流畅体验了一下就没使用了；7.Trae：目前的“主力军”。起初我也忽视了它，直到在黑客松线下体验了 SOLO 模式，彻底改观，编码的时候快捷也挺好用的，就是美化提示词有一点小小的不足，不过性价比是真的很高，目前国际版一周年活动非常良心（祝 Trae 生日快乐！），对于国内开发者来说，连接稳定性和响应速度都完胜竞品。

分享3个日常开发离不开的AI coding工具, 覆盖不同场景, 帮大家提效避坑。GitHub Copilot主力, 写Java和SpringBoot代码时适配度很高, 上次写接口逻辑, 输入注释后它能自动补全业务代码, 连异常捕获的模板都能精准匹配, 省了不少敲重复代码的时间, 美中不足是偶尔会生成冗余语句, 需要手动甄别。Cursor适合快速调试bug, 尤其是被Python脚本折磨时, 之前写数据处理脚本遇上报错, 用它的内置调试功能, 能直接定位到语法错误和依赖冲突, 还会给出修改建议, 比自己翻文档高效太多, 轻量开发用着很顺手。Claude则适合梳理代码逻辑, 复杂业务模块先跟它描述需求, 让它生成大致框架, 再在此基础上优化。但要注意别完全依赖, 核心逻辑还是要自己把控, 避免出现隐蔽问题。

windsurf这个AI编程工具。忍不住下载测试https://codeium.com/download果然有点东西！自然语言提要求，自动生成代码，自动改错，自动安装依赖，人只需要做accept或复制粘贴错误代码，让AI自己修改。5分钟就能写一个简单的爬虫工具，对于小白用户来说，编程门槛下降明显。

如题，用了这么多的ai cursor确实是最牛的，目前没有写过代码，但是用它读代码确实还可以。trae是字节的 感觉一般般；copaliot是微软的，代码生成凑合吧，写出来的代码没有办法调用已有接口，上下文限制很大。

Addy Osmani 是 Google Cloud AI 总监，在 Google 待了 14 年。  他将这14年的工作经验总结成了21条教训。其中一条很有意思，我拿来和大家探讨一下。所谓最适合工作的工具，往往是muti-task的最好工具，因为运营一个"动物园"会成为真正的负担。翻译成中文就是用最适合你的工具，不要为了用而用。我们总觉得用最新的技术、最酷的工具才显得厉害。但实际上，每采用一个新东西，就要付出学习成本、维护成本、出错成本。现在AI成为了一个全民全行业都在提的词，AI coding工具也层出不穷，像cursor，claude，github copilot，Qcoder，antigtavity，gpt，Gemini，Trae……很多很多。不可否认它们极大的提升了效率，但我们在尝试新工具的时候，会不会陷入一种技术噪音和焦虑?有人说这个模型好用，你去用这个，不久另外一个模型又推出了5.0新版本，据说比现在的模型还强，你又尝试新的，我陷入了一种深深的技术焦虑。生怕自己错过了什么先进技术，导致模型很多，用起来却乱七八糟的。这就像生活中买东西。我喜欢尝试各种新产品，结果家里堆满了用过一次就闲置的东西，最后只能花时间清理，浪费时间和精力，仔细想想这些都是成本啊。总之，AI coding可以用，还要好好的用，但是不要为了用而用，它是促使我们更快更优的完成目标的手段，而不是目的。

帮npy生成他们单位要的ppt，我直接放空大脑，打开我许久未启动的的个人笔记本（当然不可能很久没启动了，每天都打几把CFHD呀烘托一下气氛）熟练的打开edge浏览器（tips：搜索rewards每日签到可以白嫖）输入kimi.ai点击生成ppt，我勒个豆，许久未见，老K，你生成ppt的功底竟如此纯熟，你已不在青涩，而我也初入职场kimi感觉是免费的全能王，可以帮助你生成ppt，简单代码处理。普通学生应付毕设不二之选。不过现在免费的cursor基本上可以直接给你整出来一整套完整代码～