上个月我接手一个半废弃的脚本，要给它加个批量导出功能。代码我自己啃也行，但懒，就试着用 Claude Code 跑了一遍，结果它自己读完整仓库、改了七个文件、还写了测试，我只在关键决策上点了头。

它和编辑器类的 AI 编程工具最大的不同，是它活在终端里。你给它一个目标，它自己决定开哪些文件、怎么改，不像在编辑器里那样你还得手动把光标挪到每一处。

Cursor 我用在改多文件项目上更顺手。它本身就是个编辑器，改完立刻能跑、能看 diff、能就地调试。我维护一个中型前端项目时，习惯开着它，遇到重复劳动就框选一段让它理解上下文的那段，让它接着写。

它的缺点是对超大型代码库，一次性理解全局有时不到位，需要你分模块喂它。全仓大改动我还是交给终端智能体。

Windsurf 的「智能体跑完整任务」我挺喜欢。我说「把这个登录流程从 cookie 改成 token」，它能一路改完相关文件再汇报。适合那种目标清楚、边界明确的活。

它的问题是遇到歧义会自己猜，猜错了你得回退重来。复杂不确定任务我不敢全权交给它。

TRAE 国内版免费，我给学生朋友推荐得多。它界面友好，新手从零搭个小项目很顺，自动补全和生成都够用。

深度上它和 Claude Code 有差距，特别复杂的重构它容易乱。练手和中小项目够，生产级大活还得以老牌工具为主。

用 Claude Code 我摸出的门道：先把仓库结构用几句话告诉它，再给明确目标，比直接甩一句「加个功能」效果好太多。它会按你说的范围动手，不会乱改别处。

改完一定要过测试。AI 写出来的代码能跑和写对是两回事，我每次都让它顺手补测试，自己再手动跑一遍关键路径。它改坏的边界情况，人一眼能看出来。

权限这关要卡住。我给它的操作范围默认收着，涉及删文件、推仓库这种动作手动确认。信任归信任，关键操作留一道人工闸。

我现在的分工是：大范围、跨文件的改动交给 Claude Code 在终端跑；小修小补、要立刻看效果的，在 Cursor 里就地处理。两个配合，比单用一个省心。

新手最容易犯的错是一股脑把整个需求丢过去就走。AI 不是同事，它不会主动来问你含糊的地方，只会按自己的理解填。需求越具体，它跑偏的概率越低。

新手最容易犯的错，是让 AI 一口气写完整个功能就提交。我要求它每完成一小块就跑测试，跑通再继续，这样问题暴露得早。

我带新人的时候都让他们先拿小功能练手，别一上来就改核心模块。先让 AI 写个独立的小函数，你看它怎么拆需求、怎么写测试，摸熟它的脾气，再去碰大活。这比直接丢大项目安全。

提交之前我会让它自己总结改了什么、为什么这么改。它总结得清楚，说明它真懂了；总结得含糊，往往就是改歪了。这个自检动作帮我拦下过好几次半成品。

一个大坑是上下文丢失。仓库太大时，它可能忘掉前面定过的规则，中途换个写法。我现在的做法是把关键约定写进项目里的说明文件，每次开干让它先读，比口头叮嘱管用。还有个实用技巧，让它改之前先列计划给你看，你点头它再动手。计划阶段纠偏成本最低，等它改完七个文件你再发现方向错了，回退都费劲。

别指望它一次写对生产代码。我把它定位成「很快的初级工程师」，产出要 review、要补测试、边界要人把关。心态放对，它省的是重复劳动的时间，不是替你担责任。我一般把任务拆到「一次能验证」的粒度，改完立刻跑，跑通再下一步，不攒一大堆再测，攒着测出错时你都分不清是哪步的问题。代码能跑和写对终究是两回事，这关它不会替你兜底。

更多工具见 AI 编程 IDE。

你现在手头那个项目是什么语言、多大？告诉我规模和卡住的点，我帮你判断该用终端智能体还是编辑器式工具更省事。