Cursor创始团队新讨论：AI 编程的未来

Leo

大家好，欢迎收听本期的播客，我是主持人 Leo。今天我们有幸邀请到 Cursor 团队的几位成员，来聊聊他们的项目和 AI 编程工具的未来。首先，能不能请你们讲讲 Cursor 的起源？

Michael Truell

当然，Leo。Cursor 的灵感来源于 2020 年 OpenAI 发布的关于缩放损失的论文。那时我们意识到，随着计算能力和数据量的增加，模型的性能将大幅提升。这引发了我们对如何利用这些技术为不同领域的知识工作者提供帮助的深入讨论。

Sualeh Asif

是的，Michael 说得非常好。我们意识到，如果想在 AI 领域做出有价值的贡献，其实并不需要获得博士学位。我们开始看到构建实用系统的机会，这也是我们创建 Cursor 的原动力之一。

Leo

听起来很激动人心！能否谈谈 Cursor 的用户体验设计，尤其是在代码修改和生成方面的功能？

Arvid Lunnemark

当然！Cursor 有一个独特的 diff 接口功能，用户可以清楚地看到代码的变化，比如使用红色和绿色来标记修改的部分。我们发现这种视觉化的方式能够帮助程序员快速理解代码的变更，提升工作效率。

Aman Sanger

而且，随着模型的智能化，我们希望能够不断优化这些功能。比如在代码审查过程中，如果能通过语言模型来引导审查者关注更重要的部分，将大大提高他们的工作效率。

Leo

非常有意思。你们提到的模型智能化，具体是如何实现的呢？

Michael Truell

Cursor 实际上是基于我们训练的定制模型和前沿模型的集成。我们的团队一直在努力解决模型在生成代码细节时的局限性，尤其是在处理大型文件时。我们会先生成一个粗略的代码块，然后再用另一个模型来细化这些修改。

Sualeh Asif

这使得我们的 Apply 功能不仅高效，而且相对更为可靠。我们发现，很多用户对这项功能的反馈都非常积极，因为它简化了他们的代码更新过程。

Leo

在众多 AI 模型中，你们认为哪些模型在编程方面表现最为突出？

Arvid Lunnemark

根据我们的观察，GPT 和 Claude 在处理编程任务方面都有自己的优劣。我们认为，Sonnet 是表现最好的模型之一，因为它在多个维度上都能保持高效的性能。

Aman Sanger

然而，需要注意的是，基准测试往往无法真实反映实际编程的复杂性。很多时候，编程的过程非常动态，具体的上下文对模型的表现影响很大。

Leo

你们提到的上下文问题确实很有意思。在实际使用中，如何提高模型对动态输入的理解能力呢？

Michael Truell

这正是我们正在努力解决的一个问题。我们希望能够通过更好的检索系统和嵌入模型，来提高模型对上下文的理解能力，使其能够更好地处理动态变化的输入。

Sualeh Asif

而且，我们还在尝试使用一些新的想法，比如如何让模型在理解新信息时，能够表现得更加灵活和智能。