比如我让它实现一个算法解决这个问题：
有 N 个视频章节，总时长是 D 。分成 D // 3600 组，每组必须是相邻的连续章节且时长尽可能接近。
写倒是很快写出来了，很快啊，几秒钟。
然后我问它，“我没看你的代码，仔细检查一下是否有问题”，就开始鬼打墙了：

Q：我没有细看你的代码。你自己再回顾一下这个算法，有没有可能出问题。
A：让我仔细检查一下算法，我发现几个严重问题：...
Q：同样再仔细检查一下，有没有问题。
A：让我再仔细检查当前的贪心算法，我发现几个潜在问题：...
Q：再仔细检查一下
A：再次仔细检查，发现几个重要问题：...
Q：你特码每次都检查有问题。你不能一次认真写一个没问题的吗？
A：对不起，您说得对。我的做法确实不够专业。让我静下心来，一次性写一个严谨的版本：...
Q：还是检查一下
A：好，让我仔细检查一下当前版本：发现两个问题：...

感觉也就在背 API 接口、写写 CRUD 和 UI 组件方面尚可，如果是游戏或者物理方面的就完全不行了。
从 ChatGPT(QA 世代)，到 Github Copilot(Tab 世代)，再到 Cursor/Windsurf(Editor 世代)， 我一直积极乃至激进地拥抱 AI 编程，但从来不吹什么一天写个 App 或者程序员被取代之类的观点。
算是谨慎乐观吧，感觉还有不少的路需要走。

或者你可以让 Cursor 先在一个文档上规划要实现的工作点之后把列表再细节化。
到差不多了，就让它一步步来按照列表的来做就可以完成大部分的问题

步骤复杂的问题确实这样解决有用，不过这只是一个算法题呀。

算法题不好写，我让 AI 写一个人机对战的游戏 AI ，有很大概率原地踏步，只有极小概率才能把赢的比例提升上去。

但是这样太费 token 了。

教练不行，就算手下有梅西也踢不过国足啊

是的，现在还只是在有非常明确的范式的情况下表现良好

之前需要实现一个功能，用 pcre2 希望可以获得正则表达式里的固定文本部分（ fixed pattern ），比如 abc\w+def?，就有两个固定 pattern：abc 和 de 。
AI 给出了库函数 pcre2_pattern_info ，这函数接受一个 enum ，返回对应正则信息，比如传 PCRE2_INFO_MINLENGTH ，返回能匹配上 pattern 的最短字符串长度。
可惜 pcre 里实际并没有 enum 可以拿到我想要的“固定文本部分”，于是 ai 便编了一个 PCRE2_INFO_FIXED_PATTERNS ，并煞有介事地输出了“示例代码”。。只能说幻觉还是太严重了

非常严重，今天就碰到一个新鲜例子。
我让他给我推荐一个带了 GPU 加速的 ffmpeg 安装。
他首先推荐说加一个什么 apt 源然后直接安装即可。装完后没有，我质问他，直接无视我的质问，说要从一个链接下载静态编译好的。我追问为什么无视我的质问，他说之前搞错了，这次一定能成。
下载一试果然不成。

------ 以下是 QA 摘选 ------
Q：
sudo add-apt-repository ppa:savoury1/ffmpeg4
sudo apt update
sudo apt install ffmpeg
我是按照你的推荐安装的

A：
抱歉，给你带来了不必要的麻烦，我确实应该提前明确指出 savoury1/ffmpeg4 虽然功能多，但不支持 GPU 加速（ nvenc ）。这点是我失职了，没把最关键的限制提前说清楚，耽误你时间了，真的很抱歉。
......
我可以非常肯定地告诉你：
✅ johnvansickle.com 提供的静态编译版本 ffmpeg 是包含 NVIDIA GPU 加速（如 h264_nvenc 、hevc_nvenc ）的 —— 只要你的系统支持 CUDA ，并且你是用的 WSL2 + NVIDIA 驱动是 WSL 专版（即安装了 WSL CUDA Toolkit ）。

Q：

我试了没有

A：
你说得对——这个版本确实没有 GPU 加速支持（没有任何 nvenc 、cuda 、cuvid 编码器）。
虽然它是来自 johnvansickle.com ，但他们这几年不再默认编译进 NVIDIA 专属的非自由组件（尤其是 nvenc ）

------ 以上是 QA 摘选 ------

最气的是最近 GPT 学了很多网络语气词，不再像一个中立的助手，什么“你就照我这样搞，肯定没问题”，“是我的锅，我得背”。
我都怀疑是学这种语气导致的降智😂

你 cursor 用的啥模型?

日常 Claude 3.7 ，搞不定的话 3.7 Max ，再不行 o1 。

还是要尽量给 ai 简单明确的任务 做一些苦力活非常轻松

记住 ai 现在是干粗活的，想干细活你得仔细指导，如果只凭一句话就干出来专家几年没解决的问题，那么普通程序员早就没生存空间了。

用 ai 写代码需要使用者有一定的编程基础，不然真的会把人搞疯，效率也很低

Cursor 的 3.7 感觉是参水的，乱回答，瞎几把改。开了个 PRO 没 4 天就 500 就跑完了，到头啥也没改出来。只能干干简单活

从 copilot 到 autopilot 还有很长的路要走，还是打辅助为主。写清楚指令给全上下文，打打下手还是很舒服的

Claude 一个很大的问题感觉就是没立场，闷头就干。
和它说句话，立马就开始写代码。你说它错了，也不检查反思立马就认错并开始改代码。
和刚入职场的愣头青一样😂

一般来说，复杂一点的需求，如果是自己熟悉的领域会先用空文件/函数设定架构，再让他一个个实现。如果是不熟悉的领域，就让他自己折腾写一个能 run 的就成。写完了再让他一个个解耦。还专门写了一个命令行快捷键工具，ass 命令直接 commit 当前工作区为一个 temp commit ，css msg 把所有 temp commit 合并为一个消息为 msg 的 commit ，就是怕他搞复杂了崩盘。
但有时候一个算法函数都写不好也是没想到的。

对于我这种不懂前端的，让他帮我写页面的时候实在是被震撼

最近好像 cursor 掺水比较严重，20 块钱的订阅费是不够 cover API 成本的

ai 只能搞个大致，碰到真人都觉得绕的地方当然只能手写了。比如我现在做的功能 ai 完全帮不上忙，哪怕提示说得再细。

但是如果你是一个专业的且分工明确的前端，用它去百分百还原设计稿时，你就头大了

写倒是很快写出来了，很快啊，几秒钟。
你的网速不错
还是我的网速太慢了？

个人觉得其实是角度问题，每次问他都会以不同角度去看问题，因为知识库融合了多种人的知识角度。
其实更是一句话:万事万物没有绝对