cursor用起来是真舒服，我现在基本上就是用嘴编程了，先想好大致要解决什么问题或者要达成什么目标，告诉cursor之后就可以站起来走走，撸撸猫，等个半分钟回来基本上就改好了，然后看看写得对不对，大概率能完成目标，甚至做饭比自己设想的还好，小概率没做好就需要让他重新改，多次都没改好就需要自己手动改了。就是额度用得太快，两三天就要重新注册一个

体验不好的地方(也可能是我还没学会用rule)：
1. tab补全有时候响应速度太慢，甚至不响应
2. tab补全对于即将怎么修改的显示并不是很清晰，有时候手快了就没发现tab按下去错误地改了一些，造成bug隐患
3. 总是喜欢删我写的注释，要特别跟他说严禁删才不删
4. 有时候不主动帮我改，而是要询问我是否按这种方式改，我都要多输入一次"直接帮我改"

另外我有个需求应该还没有产品能满足，希望ai能在后台持续观察我的代码，主动发现我代码里有什么问题，bug或者代码写法上可以优化，有更优雅的写法，或者判断可以增加哪些函数/功能模块。总之就是在后台主动思考，主动发现问题然后上报，而不是仅仅只有我在一直构思接下来怎么写，接下来怎样告诉ai我的要求。从动嘴动脑写代码变成甲方直接验收代码哈哈哈

最近需要低价稳定的gpt api(求推荐🙏)，早上就把23年底存的一些api聚合/代理站打开看看，发现差不多一半已经停站了。最特别的有个网站写着受老美的中美ai脱钩法案的影响，马上就要停止服务了，剩下的钱赶紧在8月前用完。之前搞得红红火火，各种宣传各种送额度抢用户，现在也算是尘埃落定了

我现在写提示词有点不敢"举例子"，比如例如。

因为有很多模型很笨，他不会举一反三，一旦你给他举例子了，他就总想按你的这个例子说，输出的回答千篇一律。容易过拟合，就像有的孩子训多了管多了，他就失去了自己的创造力和可能性，总是按照你想要的样子去做。

不给例子，只讲抽象的概念，就像老师不教死背公式，而是教这公式背后的逻辑原理。这样实践下来模型效果确实好了很多，跟人一样更有泛化性

ai生成ui组件的能力现在发展得怎么样了？不是生成完整的网页，而是交互过程中动态生成或者选择ui组件，跟人的交互就从高成本的文字交流回归到ui交互。只不过跟现在的ui交互的区别是，现在每个软件或者网页是确定的ui，确定的功能，而动态生成的ui是可以根据上下文自由变化的，这会是软件的根本性变革，核心底座是ai，满足了上层用户各种复杂和冷门的需求

要让ai真正独立地操作浏览器，正确地在各种网页或者app上完成任务还是挺难的，估计还要花上几年，ai的水平才能学会理解几个MB的html，或者理解各种网页的ui构造及其对应的功能和操作流程。所以短时间内想要实现ai操作自动化还是需要在大模型和网页/app上架设个桥梁，需要个中间件。mcp有点这个意思了，但还不够。等这个桥梁完全搭建好了，应该就是ai应用真正爆发的时候了

经过一系列花里胡哨的操作之后，cursor把我一个关键的代码文件删了，重写花了三小时，最曹丹的是有个特性我忘了之前是咋实现的，只能暂时用一个残次版。下次一定勤用git，下次一定不随便给cursor授权自由操作命令行了

明明确告诉cusor"帮我修改xx，但不要删除我在代码里的任何注释"之后，cursor终于不删我注释了

就目前对话agent调试效果来看，duobao-1.5-vision-pro-32k很强，比国产的大部分模型效果都好

有什么工具可以直观地对比不同模型的效果呢？每家公司都有很多模型，模型版本也在不断迭代，要为自己的ai应用选一个合适的模型很困难，看leaderboard只能大概知道哪些模型比较强，用在自己的应用上的效果很可能是跟通用的leaderboard排名是不一样的。特别是模型还能加各种工具mcp，这样又加了变量，要从这么多组合中选出适合的方案就只能一个个慢慢试。如果能有个软件可以在桌面上平铺十个窗口，一键给每个窗口发送prompt，一眼就能直观对比各个模型返回的效果，用不同的输入试几次就心里有数了

为什么cursor总是删我的代码注释？明明我让他干的是别的活，他在干活的时候还夹带私货，老把我精心写的注释给删了，明确让他恢复注释才给我找回来