Cursor 的上下文工程与编程智能体
《Context Engineering & Coding Agents with Cursor》（Cursor 的上下文工程与编程智能体），由 Cursor 团队成员 Lee 和 CEO Michael 主讲。视频深入探讨了软件开发的演变、Cursor 如何利用 AI 提升编程效率，以及未来编程智能体的发展方向。
- Cursor Tab (代码补全)：
- Cursor 的 Tab 功能深受 GitHub Copilot 启发，但已从简单的“预测下一个词”进化为“预测下一个动作”甚至“预测光标去向”。
- 强化学习：模型会根据用户的“接受”或“拒绝”操作进行实时在线强化学习（RL），在 30 分钟内即可更新模型行为。
- 平衡性：Cursor 致力于在建议速度（不打断心流）和建议质量之间找到平衡点。
- 混合检索策略：
- 字符串匹配：单纯依靠 grep (字符串匹配) 是不够的。
- 语义搜索：Cursor 通过对代码库建立索引（embeddings），即使文件名不完全匹配（如 header.tsx vs "top navigation"），也能通过语义准确找到相关代码。
- 结合 grep 和语义搜索能带来最佳的代码接受率。
- Bugbot：Cursor 内部开发的一个用于代码审查的 AI 工具，能发现人类审查中遗漏的逻辑漏洞。
- 长程任务与规划：
让智能体在编写代码前先进行“规划”和“研究”，能显著提