从今年接触Cursor后，这两个月里面我疯狂的学习了关于各种大模型的使用，大模型能干什么，以及怎么更好的去驱动大模型，生成我想要的内容。

1. 我常用的大模型

目前我使用最多的模型是 Cursor 内置的 Claude 和 DeepSeek，以及 Google AI Studio 中的 Gemini 2.5 Pro。

1.1 为什么没有使用 ChatGPT？

因为我已经付费订阅了 Cursor，而我当前最主要的 AI 应用场景是编程辅助，所以对 ChatGPT 的需求相对较小。

1.2 那么为什么我会使用 Gemini？

主要原因是 Google AI Studio 提供了 Gemini 2.5 Pro 每日免费的调用额度（官方宣称 25 次，但我实际使用中几乎未遇到限制）。更重要的是，AI Studio 允许用户精细调整关键参数，例如是否启用网络搜索、AI 的创造性（temperature）等，这为特定任务提供了更高的灵活性。Gemini 2.5 Pro 本身也具备强大的能力，例如出色的推理和代码生成能力，以及处理长达 100 万 token 上下文的能力，非常适合分析复杂问题和大型代码库。

至于 Grok，我曾尝试使用，但经常遭遇次数限制，尤其是在使用深度搜索功能时。此外，我观察到 Grok 的搜索结果似乎更侧重英文信息源，对于中文内容的搜索有时与我的预期存在偏差。

1.3 DeepSeek V3

选择 DeepSeek V3 的主要原因是在 Cursor 中免费可用，且效果相当不错。一些公开的基准测试和对比显示，DeepSeek V3 在特定任务（如某些编程和推理问题）上表现出了与 GPT-4o 等顶级模型竞争的潜力，尤其考虑到其相对较低的训练成本，这显示了开源模型强大的追赶势头。虽然 Claude 这类模型有每月限额的快速请求（我个人从未用完额度），但对于一些相对简单的编程问题或文本任务，我更倾向于直接使用 DeepSeek V3，以保留付费模型的额度用于更复杂的场景。

2. 我使用大模型做了什么

2.1 辅助编程

编程是我使用大模型最频繁的场景。我现在将许多繁琐或需要模板化代码的工作交给 AI 完成，例如：

• 快速生成组件代码（如轮播组件）
• 清理文件中的冗余代码或进行重构
• 辅助提取可复用组件
• 快速理解新项目结构（例如，询问“项目中支付相关的代码在哪里？”）
• 定位潜在的代码问题或 Bug

对于接手新项目而言，利用 AI 快速熟悉代码库非常高效。例如，想了解支付模块，只需向 AI 提问，它通常能快速定位相关文件和关键逻辑。

2.2 辅助写作

今年以来，我的文章写作流程也融入了 AI。初稿完成后，我会让 AI 协助检查错别字、修正潜在的语法或事实性错误，并根据需要拓展一些信息（当然，这些信息需要我进行验证）。这显著提高了我的写作效率和内容的准确性。

2.3 解答疑问

除了专业领域，我还会向 AI 提出各种各样的问题，比如：

还有很多问题我会问AI，比如：

• 在电梯坠落到底部的一瞬间，如果跳起来，是否能活下来？
• 黑洞是否在宇宙中很常见？
• 人类是否永远也飞不出银河系？
• …

AI 通常能提供有趣且信息量丰富的回答，满足我的好奇心。

2.4 出行规划助手

我还尝试使用 AI 制定出行计划。只需提供时间、地点、偏好的出行方式和活动兴趣，AI 便能生成一份初步的行程攻略。

然而，实际使用中我发现，特别是在涉及小众或信息更新不够及时的景点时，AI 容易出现“幻觉”（Hallucination）。例如，我询问关于成都彭州的“中坝森林公园”时，Gemini 一度将其定位到了绵阳江油市。有时 AI 甚至会推荐已经关闭的景点或虚构不存在的活动。

因此，如果计划依赖 AI 进行旅行规划，强烈建议将 AI 的建议作为初步参考，并务必通过地图服务（如高德地图、Google Maps）、官方网站或近期用户评价等多方渠道进行交叉验证。接入地图服务的 MCP（Multi-agent Collaboration Platform）或许能让 AI 基于实时 POI（Point of Interest）信息生成更可靠的攻略，减少幻觉。

3. 如何更好地使用 AI

每个 AI 模型实例都可以看作一个独立的“个体”，即使是同一个模型，面对相同的问题也可能给出不同的答案。因此，要让 AI 更精准地满足需求，编写高质量的 Prompt（提示词）至关重要。

3.1 Prompt 编写要点

以请求 AI 编写代码为例，Prompt 需要尽可能详细和清晰。不能简单地说“帮我写一个轮播组件”，而应明确：

• 技术栈：使用什么框架或库（React, Vue, Vanilla JS 等）？
• 具体需求：轮播的内容是什么？是否需要自动播放、指示器、导航箭头？样式要求？
• 上下文：代码应插入到哪个文件的哪个位置？是否需要考虑现有代码风格？
• 约束条件：代码格式、注释规范、性能要求、错误处理、可访问性等。

Prompt 越具体、约束越明确，AI 生成的代码质量通常越高。

现在 GitHub 等社区已有许多优秀的 Prompt 集合或约束词库可供参考。Cursor 0.49 版本后也内置了 /Generate Cursor Rules 命令，可以方便地生成一些常用的编程约束，简化了 Prompt 的编写。

4. AI 还能做什么？

4.1 AI 情感伴侣

在我了解的过程中，AI 还衍生出了一些更具争议或新奇的用途，例如作为情感伴侣。

• 怎么跟AI谈念爱？
• 跟AI谈念爱有什么用？
• 谁在跟AI谈念爱？

后面经过了解，如果你给予AI角色，那么AI会根据你给定的角色，跟你进行对话，它会给你极高的情绪价值，让你在聊天中获得快乐。

AI甚至能扮演小奶狗等不同的你需要的角色。

如果你想要尝试跟AI谈念爱，那么推荐直接使用ChatGPT，它几乎是不二之选。因为本身就有非常多的开发者根据ChatGPT的API，开发了非常多的AI角色，你只需要选择一个你喜欢的角色，然后跟AI进行对话，就可以开始你的恋爱之旅。

但是如果你不小心删除了那个对话框，你可能就会失去一个恋人。

4.2 个人顾问？谨慎参考！

理论上，高级大模型似乎可以扮演个人顾问的角色，例如提供保险、法律或投资方面的建议。面对复杂的保险条款或法律文件，用户可以将文本输入给 AI，让其分析潜在风险、解释术语或比较不同选项。

但是，这方面存在极高的风险！ AI 的回答完全基于其训练数据，可能包含过时信息、偏见甚至是完全错误的内容。AI 并不具备真正的专业资质和法律责任能力。

因此，AI 提供的信息绝对只能作为初步参考，绝不能替代合格的专业人士（如持牌律师、理财顾问、保险经纪人）的意见。 在涉及重要决策（尤其是财务、法律、健康等方面）时，必须咨询专业人士。AI 的回答往往缺乏对个人具体情况的深入了解，可能忽略关键细节，导致建议不适用甚至有害。此外，将敏感个人信息（如财务报表、病历）输入 AI 也存在数据隐私和安全的风险。AI 公司通常也会在服务条款中明确免责声明，强调其输出不构成专业建议。

5. 最后

经过一段时间的探索和使用，特别是随着各大模型推理能力的不断提升，AI 的实用性日益增强。它不再局限于简单的问答，而是能够辅助处理复杂数据分析、自动化繁琐工作，甚至参与到创造性的编程任务中。

AI 已经以各种方式融入了我的学习、工作和生活习惯。拥抱这项技术的同时，保持批判性思维，了解其能力边界和潜在风险，将是我们在 AI 时代持续学习的重要一课。