学编程最该用的不是AI写代码，而是这条Cursor隐藏提示

多数人用 AI 学编程，其实一开始就走偏了。Mckay Wrigley 在这期视频里抛出一个反直觉结论：真正拉开差距的不是代码生成能力，而是一条“把 AI 变成代码导师”的 Cursor 提示规则。这不是提效技巧，而是学习路径的重构。

90% 新手都在犯的错：让 AI 直接把代码写完

如果你刚开始学编程，用 Cursor、Copilot 或 ChatGPT，大概率会经历一个“爽点”：一句话，AI 把代码全写好，点 Apply，项目跑起来了。Mckay 一上来就故意演示了这个流程——AI 迅速生成完整表单代码，几乎不需要你思考。

问题在于，这种爽感几乎不产生任何“可迁移的理解”。你能跑项目，但一行一行问你为什么要用 state、为什么这里要 submit、这个 CSS 指令到底干嘛，大多数人会卡壳。更糟的是，你会误以为自己“在学编程”，实际上只是学会了怎么更快地粘代码。

这正是视频里最反直觉的一点：对新手来说，AI 写得越快，你学得可能越慢。

真正的分水岭：把 Cursor 从“代写工具”变成“代码导师”

Mckay 给出的解决方案不是换工具，而是换“规则”。在 Cursor 的 Settings 里，有一个经常被忽略的功能：Cursor Rules。你可以用一段提示，明确规定 AI 的角色、回答方式和深度。

他推荐的是一个被称为“Code Tutor Prompt”的规则，本质上做了三件事：
- 明确 AI 的身份不是高级工程师，而是耐心的编程导师；
- 强制要求大量注释、逐行解释、概念拆解；
- 在回答里加入改进建议、延伸学习方向。

当他用同样一句“创建一个基础表单”再次提问时，变化非常明显：代码不再是黑盒输出，而是夹杂着解释、注释和教学式的拆解。State 是什么、为什么要这样写、还有没有更好的方式，全都被摊开讲清楚。

这不是简单的‘回答更详细’，而是 AI 的整个输出结构发生了变化。

最被低估的能力：你可以对着代码“追问到崩溃”为止

真正让这个提示变得危险的，不是第一次回答，而是“可无限下钻”的能力。

在 Cursor 里，你可以直接高亮任意一行代码，点 Ask 或 Reply，对着具体实现继续追问：
- “我不懂这个 submit 函数到底干嘛的”
- “这个 console.log 为什么会在这里”
- “能不能用更基础的方式解释”

在 Tutor Prompt 的约束下，AI 会把一个函数拆成一堂微型编程课，而不是甩给你一句‘这是 React 的常规写法’就结束。Mckay 反复强调：你不是在和 AI 对话，而是在和一个不会不耐烦的老师对话。

他还展示了一个对比：同一段 Global CSS，用普通提示问，只能得到“还不错但偏表面”的解释；换成 Tutor Prompt 后，Tailwind 的每个指令都会被拆解，并附带“如果你想继续学，可以看什么”。这对新手来说，是学习曲线的巨大平滑。

这不是效率技巧，而是一种全新的学习工作流

视频后半段，Mckay 其实点出了一个更大的趋势：AI 正在把“写代码”和“学代码”彻底分成两条路线。

如果你的目标是快速交付、堆功能，那当然可以用另一套偏生成的 Prompt；但如果你是在第一个周末项目、第一周学习 React，Tutor Prompt 更像是一条“护栏”，强制你慢下来，理解每一个决策。

他甚至提到，可以把这些解释再丢进 Perplexity 做延展学习，形成“Cursor 写 + 讲，Perplexity 查 + 扩”的组合。这已经不是单点工具技巧，而是一种可复用的 AI 学习流水线。

一个很现实的判断是：未来真正有竞争力的，不是最会用 AI 写代码的人，而是最会用 AI 解释代码的人。

总结

这期视频真正的价值，不在于那条具体的 Prompt，而在于它提醒了一件事：AI 不只是生产力工具，更是学习路径设计器。对刚入门的人来说，最重要的不是“我能不能让 AI 帮我写”，而是“我能不能让 AI 教会我为什么这么写”。

如果你正在用 Cursor 学编程，建议你立刻做一件事：把默认规则换成 Tutor Prompt，用同一个问题试一次。你会明显感觉到，代码不再只是结果，而变成了一连串可以被消化、被追问、被内化的知识块。

思考一个问题：当 AI 已经可以无限耐心地教你时，你还愿不愿意慢下来，真的把基础打牢？这个选择，可能比你用哪个框架更重要。

关键词： Cursor， 提示工程， AI学编程， 代码理解， 生成式AI

事实核查备注： 需要核查：视频发布时间（2024-09-11）；Cursor Rules 中的 Code Tutor Prompt 是否确实来自 Cursor 员工；Mckay Wrigley 的原话表述是否被准确转述；Perplexity 作为延展学习工具的用法是否仅为个人建议而非官方集成。