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。
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。
所有人都在喊“AI要取代程序员”,但这期视频给了一个完全不同、也更残酷的答案:AI很强,但只有在你坐在正确位置时才强。Ras Mic 用 V0、Claude、Cursor 拼出了一套真实可落地的开发流,揭示了为什么“会用 AI”和“被 AI 用”之间,差的是开发者思维。
没有GPT‑5、没有搜索引擎,甚至Sam Altman都没上台——这场OpenAI春季发布会让不少人失望。但真正看懂的人意识到:GPT‑4o不是一次普通升级,而是在悄悄重写“人和电脑如何互动”的底层规则。
它的名字叫 GPT‑2,却在性能上吊打 GPT‑4;它没有任何官方说明,却悄悄出现在权威榜单;连 Sam Altman 的一句暧昧表态,都让整个行业集体脑补。这不是发布会,而是一场精心酝酿的“AI 都市传说”。
当所有人盯着 Sora 和 Gemini 1.5 时,一个几乎没上热搜的项目,悄悄把大语言模型的“速度天花板”直接掀了。不是模型变聪明了,而是“生成几乎没有等待时间”——这可能是生成式 AI 进入下一阶段的真正信号。
在这期 No Priors 播客中,Sourcegraph 联合创始人兼 CTO Beyang Liu 回顾了公司从代码搜索到 AI 编程助手 Cody 的演进,并分享了他对“上下文”“代码理解”和 AI 编程未来的关键判断。这不是一场关于模型参数的对话,而是一次关于开发者真实工作流的深度反思。
这不是一场关于模型参数的技术演讲,而是一次关于“人是什么”的实验。a16z与Generative Agents论文作者June Park,通过AI Town这一模拟世界,展示了大语言模型如何第一次被用来理解、而不只是模仿人类行为。
在这期《No Priors》中,Sarah Guo 与 Elad Gil 讨论了一个反直觉但极具操作性的观点:AI 的 10 倍、100 倍进步,并不一定来自更大的模型,而是来自对现有模型的系统级增强。他们用大量具体技术路径,拆解了真正拉开差距的地方。