老程序员亲测！多款 AI 代码编辑器大比拼，揭秘高效编程秘诀
乔梁约 6 分钟以下是 2025年4月9日晚上关于《AI 编码工具对比与经验分享》的直播内容总结。
1 引言
大家好呀！我是乔梁。今天来和大家好好唠唠我在使用AI代码编辑器过程中的各种心得，满满的干货，快搬好小板凳听我讲！先上图。
这是 Augment 在做工作计划。
下面是 Augment 完成一个重构任务后，自己做的事情。
总结工作
更新文档
提交代码
下一步工作建议
2 AI 编码工具对比
我试了好多AI代码编辑器。简单介绍一下我的AI 编码工具使用历程。
使用历程
1. 比如通义灵码、MarsCode、Copilot这些，我去年就用过，的确让人感觉写代码快了一点点儿，但感觉提升效果一般。
2. 字节推出的 Trae, www_trae_ai：今年初又试了trae，刚开始免费还挺吸引人，结果用的时候发现请求数量限制太多，老是要排队，用起来可太糟心了，就放弃了。
3. Cursor: 我用Cursor的时间比较长。它的免费版试用期是两周，但有请求数量的限制。我在高峰使用时，两天就把免费配额用完了。它的记忆力不太好，需要经常使用提示词提醒它一些相关的上下文。
4. Augment:我前天才又一次试用了augment。为什么是“又一次”呢？因为一个多月前试过，当时与 Cursor的体验做对比，感觉不如 Cursor。但是，这次使用，它好像“开了挂”，在使用体验不但快速对齐了 Cursor，还有了记忆功能，甚至还超越了Cursor，我对它的好感度直线上升。
为什么 Augment 之前的体验不好？据我了解，Augment之前追求SWE Benchmark 上的排名（上周排第一，得分 60+）。但是，该产品团队可能意识到了问题，现在更注重用户体验，这个转变还挺成功的。它已经快速对齐了 Cursor，同时，还增强了一些体验，加入了自己的记忆上下文，在 Agent auto-run 模式下，就有那种“一镜到底”的感觉了。
工具对比
从反馈速度来讲，Trae真的是“拖后腿”，cursor和augment差不多，但augment晚上用的时候容易卡顿，还老出现503错误，cursor在这方面稍微好点。
从功能细节体验上看，cursor在agent auto run模式下，修改代码会在对话栏显示修改内容，这点我超喜欢；augment就不会，得自己点击一下，才能看，反应速度也有点儿慢。
从费用上对比, Trae 现在可以完全免费使用，还没有期限。 Cursor 和 Augment 都有免费试用版（两周）。 对于免费用量来看，Cursor 没有 Augment 大方。Augment 一次请求的 token 限制是直接拉满到头儿的，直接是后端所用模型的上限。
从MCP外挂方面， 目前截止我试用时，Trae 还没有支持 MCP Server，但估计很快也会支持。 Cursor 和 Augment 都支持 MCP Server。如果你不了解 MCP Server 的作用，可以看这里。
我用的 MCP Server 目前有四个，分别是 Fetch，Tavily，Sequential-thinking 和 Software-planning-tool。
我在cursor里常用 sequence thinking 和 software planning tools 这两个 MCP，搭配起来能把指令变成超棒的工作计划。但在 Augment 中，似乎不需要这两个 MCP 工具，也能做的不错。
3 场景选择
1. 对于自媒体口中的“个人公司”用户
其实这些工具的差距没有那么大。因为，在这个场景下，用户并不以软件开发为生，软件只是他的一小部分工作。虽然软件（比如一个小的展示性网站，或信息聚合网站）不难，但原来自己不懂软件开发，就要找一个程序员合伙人（外包）来做。现在，有了这些工具，自己可以完成业务起步阶段的简单软件需求了。
2. 对于以软件开发工作为主的程序员来说
每日效率的考量就很关键了。目前在我看来，Cursor 和 Augment 都可以，但 Augment 稍胜出一些。
目前来看，对于个人公司来说，AI 编程可能是“英雄”。
但是，对于职业软件工程师来说， AI 编程工具还只是个有丰富知识，很聪明，但还没有什么经验的”实习生“。
试验项目基本情况
我最近一直在捣鼓一个小项目，用 Python 开发，主要是管理我的 Markdown 文档，然后发布到不同平台上。
目前，这个项目小代码行数是：
生产代码 8000+行，其中有注释 2000行。
测试代码 6000+行，其中有注释 2000行。一共有277个测试用例，其中集成测试只有5个(与 wechat 和 openRouter Sevice 集成)。
测试覆盖率 86%
外部接口集成 2个。 一个是微信公众号平台API，一个是 OpenRouter Service，用来调用 DeepSeek 大模型能务。
我自己没有写过注释，全部由 AI 自行加入。
项目实战经验
利用快速键工具，输入常用的提示词。
我在 Mac 上用 Alfred 软件, 设置了好多常用的片段，也就是提示词。像运行所有自动化测试、分解工作步骤、提交代码这些操作，用这些提示词就能轻松搞定，大大提高了我和AI代码编辑器的交互效率。
这是我常用的十个关键词。
1. 在继续之前，请将我们的工作计划更新到instructions/process.md 文件中，如果已完成，标记一下完成时间。如果刚开始，标记一下开始时间。
2. 请（1）首先了解 project_management目录下的Project_management.md， 记住本项目开发的基本工作要求。（2） 通读在instructions 目录下的Instruction.md 文件，了解项目需求，读 Documentation.md， 了解当前的系统设计，读Progress.md，了解当前的工作进展。（3）并对比生产代码与需求文档之间的逻辑，查看是否有出入。（4）查看需求文档和测试用例所验证的内容是否有冲突。不必着急写代码，先全面分析一下。（5）如果发现了问题，或者你有疑问，请提出来，与我讨论。
上一篇公众号文章中，我就总结了如何使用这些文档来在大项目上工作。我主要使用以下四个文档用来帮助我自己和 AI 来跟踪工作进度。上面的提示词就是这四个文档的用途。
3. 使用 TDD 方式工作
AI 有幻觉。这是基本常识。我们是想使用 AI 提升自己工作效率，以便为自己节省更多时间（或精力）的人，所以，就要主动管理 AI 的幻觉。在软件开发过程中，最好的办法就是为它的想法加一个“框”，把它框住，当然，这个“框”也要它自己加，我们只需要 Review 它自己做的这个“框”是否正确就可以了。
有时候，它会为了让测试用例通过，而修改生产代码，而修改了生产代码，可能又会导致其它测试用例失败。它很可能会把生产代码再改回去，如些反复下去。所以，你必须在这个时候出来干预，给它更明确的指令。比如，“先不要管其它测试用例。先修复好当前的测试用例。”。当它修复完以后，再给出下一个指令。“找到生产代码与失败用例之间的冲突，再和我讨论下一步怎么改正。”
如果你使用 MacBook， 可以试试这个方式来输入文字。
今天分享的这些希望能帮到大家，要是有啥问题，欢迎留言讨论呀！
- AI代码编辑器使用体验
使用过通义灵马、MarsCode、Copilot、trae、cursor、augment等工具，早期部分工具体验不佳，近期augment体验提升。
- 工具对比
- 反馈速度
Trae最差，cursor和augment相当，augment晚上使用易卡顿。
- 反馈速度
- 功能细节
：cursor修改代码会显示详细内容，augment需在IDE中查看；augment构建理念转变，注重用户体验。
- 功能细节
- MCP使用
：在cursor中常用sequential thinking和software planning tools，写文档时常用fetch MCP。
- MCP使用
- 工具限制
：augment试用版无限制但代码易卡顿，cursor可设置运行命令，augment auto run模式更便捷 。
- 工具限制
- 场景适配建议
：个人可选择cursor或augment；一人公司用便宜的免费版；软件工程师选付费好用的工具，且把AI当实习生，采用TDD模式。
- 总结与补充
：不同工具各有优劣，不同人群使用方式不同，Mac可语音输入替代手动打字，说话人从事企业管理咨询。