AI 工具已经变成我日常工作的一部分了。这篇文章记录一下我目前在用哪些工具，以及一些使用心得。不是什么全面的测评，就是个人体验。
我在用的 AI 工具，以及一些使用心得
写代码：Cursor
之前写过一篇 Cursor 的使用感受，这里再补充一些。
现在怎么用
用了大半年，Cursor 已经成了我的主力编辑器。主要用法：
1. 写新代码
简单的 CRUD、工具类、测试代码，基本让 AI 写，我来审。效率确实高很多。
2. 改老代码
这个更好用。选中一段代码，告诉它要改成什么样，比自己改快多了。特别是那种重复性的修改，比如给一堆方法加日志、改参数名之类的。
3. 问问题
不懂的代码、不熟悉的库，直接问它。比翻文档快，而且能结合你的项目上下文回答。
踩过的坑
1. 不要完全信任它
AI 写的代码有时候看起来很对，跑起来有问题。特别是一些边界情况、并发问题，它经常考虑不到。
所以一定要 review，不能直接用。
2. 复杂逻辑还是自己想
涉及到业务逻辑、架构设计的东西，AI 给的方案经常不太行。它不理解你的业务上下文，给出的都是"通用解"。
3. 有时候不如自己写
很简单的东西，写 prompt 的时间可能比自己写还长。不用为了用 AI 而用 AI。
日常问答：ChatGPT / Claude
这两个我都在用，各有优缺点。
ChatGPT（GPT-4）
优点： - 知识面广，什么都能聊 - 写文案、翻译挺好用 - 插件生态丰富
缺点： - 有时候会"一本正经地胡说八道" - 代码能力感觉没有 Claude 好 - 经常绕圈子，不直接回答问题
Claude
优点： - 回答更直接，废话少 - 代码能力强，解释也清楚 - 长文本处理好
缺点： - 有些话题会拒绝回答 - 知识更新没那么快
我的用法
- 写代码相关：优先用 Claude
- 写文章、翻译：用 ChatGPT
- 闲聊、头脑风暴：都可以
Prompt 心得
用了这么久，总结了一些写 prompt 的经验。
1. 给足上下文
❌ 差的 prompt：
"写一个登录功能"
✅ 好的 prompt：
"写一个登录功能，用 Spring Boot，需要：
1. 支持用户名+密码登录
2. 用 JWT 做 token
3. 密码用 BCrypt 加密
4. 参考项目里 UserController 的风格"
2. 明确输出格式
3. 分步骤来
复杂任务不要一次性让它做完，拆成几步：
4. 让它扮演角色
5. 不满意就追问
AI 第一次回答不好很正常，继续追问：
其他工具
GitHub Copilot
写代码时的自动补全，有时候挺准的。但我现在主要用 Cursor，两个功能有重叠。
Perplexity
搜索引擎 + AI，适合搜一些实时信息。比如 "XXX 框架最新版本有什么新特性"，它会帮你总结。
NotebookLM
Google 的工具，可以把一堆文档扔进去，然后针对这些文档问问题。学习新东西的时候挺好用。
AI 绘图（Midjourney / DALL-E）
偶尔用来生成一些配图、图标。做独立开发的话，不想找设计师可以先用 AI 凑合。
我的工作流
现在一天的工作流大概是这样：
1. 早上看需求、想方案
- 复杂的需求，先让 AI 帮我分析、头脑风暴
2. 写代码
- 简单的让 Cursor 写
- 复杂的自己写，AI 辅助
- 写完让 AI review 一遍
3. 遇到问题
- 先问 AI，不行再 Google
- 看不懂的代码、文档，让 AI 解释
4. 写文档、周报
- 让 AI 帮忙润色、翻译
体感效率提升：大概 30%-50%？很难精确衡量，但确实快了不少。
一些思考
AI 会取代程序员吗？
短期不会，但会改变这个职业。
现在的 AI 更像是一个"很厉害的实习生"——执行力强，但需要你告诉它做什么、怎么做，还要帮它 review。
但以后呢？不好说。可能 5 年后、10 年后，很多现在需要人写的代码，AI 就能搞定了。
应该焦虑吗？
有点焦虑是正常的，但也没必要太焦虑。
我的想法是：与其担心被取代，不如先把 AI 用好。会用 AI 的程序员，效率比不会用的高很多。至少目前，这是一个优势而不是威胁。
什么能力更重要了？
- 理解需求的能力：知道要做什么，比知道怎么做更重要
- 判断力：AI 给的方案对不对、好不好，需要你来判断
- 学习能力：AI 工具在快速迭代，要跟上
- 沟通能力：需求、方案还是要跟人聊
最后
AI 工具变化很快，这篇文章里写的，可能过几个月就过时了。
但有一点应该不会变：工具是用来解决问题的，不是用来炫技的。好用就用，不好用就换，没必要为了"跟上潮流"而用。
如果你有什么好用的 AI 工具，也欢迎推荐给我。
最后更新：2025 年 11 月