兄弟们,是不是也感觉最近被Cursor“背刺”了?这位曾经的AI编程王者,开启 AI 编程大航海时代的白月光,现在是又卡又慢,关键的Claude模型还不给中国区用、改变计费方式,用户的体验简直一言难尽。
正当大伙怨声载道的时候,国内大厂闻着味儿就来了。字节和腾讯几乎同时亮剑,推出了自家的AI原生IDE——Trae 2.0 SOLO 和 CodeBuddy IDE。
那么问题来了:这俩国产新秀,到底是在“画饼”还是真有两把刷子?能不能抓住机会“鞭尸”Cursor?
今天,饼干哥哥就带大家扒一扒,直接上干货,看看到底谁是真香,谁是虚晃一枪!
在开扒之前,咱们得先统一一下思想,搞明白现在AI编程的“版本答案”是啥。
以前,大伙都觉得,玩AI的关键在于写一手牛逼的提示词(Prompt)。但现在,像Andrej Karpathy这样的大佬都开始喊话了:“上下文工程”(Context Engineering)才是未来!
这是啥意思呢?说白了,就是别指望AI靠“一句咒语”就心领神会。你得在它干活前,把任务目标、相关文档、能用的工具、历史记录 这些“料”一次性喂饱,AI干活就越稳、越准。
补充阅读:2025还在学提示词?现在进化到「上下文工程」了,重塑AI应用开发的新范式
字节的Trae和腾讯的CodeBuddy,正是这套理念的忠实信徒。
字节这次放的大招叫Trae 2.0,核心是它的SOLO模式 它想把从需求分析到应用上线的完整流程,全塞进一个独立的IDE里。
根据网友们的实操,这套流程确实有点东西:
理想很美好,但从用户的反馈来看,现实骨感得有点扎人。最大的槽点就是严重的排队和网络错误 。付费Pro用户也得排几百人的队,动不动就“流量过大”,工作流被频繁打断,体验极差。
更要命的是,AI输出质量很不稳定,经常被吐槽是“一堆垃圾”,而且因为上下文窗口有限,复杂的指令它会“说着说着就忘了”,功能开发基本靠“开盲盒”。
Trae 2.0的SOLO模式目前还在内测,通过邀请码(SOLO Code)向国际版Pro用户逐步开放。
而这个正是被人吐槽的地方,Reddit 和官方社区上都是骂声一片
现在官方改邀请码方式了,分两天在官网发放 1000 个。。。够谁用的?
几乎同一时间,腾讯也推出了自家的CodeBuddy IDE。目标更聚焦:打造全球首个“产品-设计-研发部署”全流程一体化的AI开发工作台 。
它想解决的是产品、设计、研发之间“鸡同鸭讲”的沟通壁垒,特别适合在腾讯自家生态(比如微信小程序)里搞开发的团队。
CodeBuddy没画那么大的饼,但招式很实用:
CodeBuddy IDE同样在内测阶段,需要去官方申请邀请码。国际版已经上线,集成了Claude、GPT、Gemini等多种大模型。
传送门:https://www.codebuddy.ai/
好了,两位选手都看完了,咱们回到最初的问题:它们真的能干翻Cursor吗?
饼干哥哥的答案是:想多了,暂时还不能。
虽然Cursor现在一身毛病,但在功能深度和对开发者的赋能上,地位还是稳的:
Cursor的强大,在于它的工程能力:那个.cursorrules文件能让你在项目级精细化定制AI行为,还有BugBot、自动生成commit信息这些高级功能,都展示了它超越对手的成熟开发哲学。
即使现在状态不稳,它依然代表着AI原生开发的技术最前沿。
说白了,这场战斗的核心,已经从比拼谁的功能更“神奇”,转向了谁能提供更稳定、更可靠、更值得信赖的开发体验 。
也就是这个原因,让Claude Code、Kiro已经成功超越 Cursor 了:
再见 Cursor,从0到1用上Claude Code后,惊呼这才是生产力工具|保姆级教程
两句话,让Claude Code+Kimi K2 跑了3小时爬完17个竞品网站、做了一份深度市场数据分析报告
一文看懂Kiro,其 Spec工作流秒杀Cursor,可移植至Claude Code
文章来自于“饼干哥哥AGI”,作者“饼干哥哥”。
【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。
视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/
项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0