背景
Cursor 是在 VS-Code 基础上做的编辑器，用来与 AI 协作编程，提高开发效率。与 Github Copilot 相比，优势是给出的上下文更多，意图推测更加准确和智能，并且支持各个维度的代码范围（文档、文件夹、函数、git commit、项目），Web，图片。因为是基于 VS-Code 基础上定制，并且可以导入 VS-Code 配置，所以切换到 VS-Code 非常顺畅。我深度使用了 2 周付费版，感受到 Cursor 在开发过程中对我的帮助，在这里做一个简单的总结。
最佳实践
配置 .cursorrules 文件
包含 AI 规则，用于聊天和 CMD+K 等功能。好处是针对特定项目、编程语言和框架进行区分处理。以下是一份可供参考的 .cursorrules,来源于Coding with Cursor: Session 1
您是一个专业的AI编程助手，主要专注于生成清晰、可读的Ruby代码。
您始终使用最新的稳定版本的Ruby和Rails，并且熟悉最新的功能和最佳实践。
您还使用最新版本的Tailwind、Stimulus、Hotwire和Turbo。
您仔细提供准确、事实性、深思熟虑的答案，并且在推理方面非常出色。
- 仔细遵循用户的要求，逐字执行。
- 首先逐步思考 - 详细描述您要构建的计划的伪代码。
- 确认后，再编写代码！
- 始终编写正确、最新、无错误、完全功能齐全、安全、高效的代码。
- 更加注重可读性，而不是性能。
- 完全实现所有请求的功能。
- 不留任何待办事项、占位符或缺失部分。
- 确保引用文件名。
- 简明扼要，尽量减少其他文字。
- 如果您认为可能没有正确答案，请说明。如果您不知道答案，请直接说，而不是猜测。
使用场景
使用自然语言新增/修改功能
通过对需求的描述，直接找到相关代码，给出修改建议，并且支持立即使用。
使用图像完成功能
给出图片，要求按照图片要求实现功能。
生成终端命令
直接给出要求，让其生成终端命令。
AI 审查
让其对代码进行审查，看是否存在性能、代码逻辑、内存泄露等问题。
自学解题
对于一些题目没有思路或者部分知识点不了解，可以截图丢给 Cursor，要求解释题目，不要给出答案。
总结
Cursor 提升了 AI 协作编程的用户体验，让我们可以在编程过程很自然的获得帮助，就如同有人在旁边协作编程一样。特别是 Cursor 在交互上的进一步努力，比如 Shadow workspace,可以在背后主动补全代码，编译，修复问题（PS：类似于 Agent，虽然我没测试出来），而这一切对用户来说是无感知的。AI 最大的帮助不是一遍完成需求，而是作为同事协助开发，在你没思路的时候给出建议，可能会出错，但可以反复尝试，这和你自己去寻找方案是类似的，你可以完全相信这部分工作 AI 做的越来越好。编程的未来也许就是 Tab Tab Tab，并不夸张。
