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

更详细的内容如下：

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。

（1）这是 工具 Augment 在做工作计划

（2） 这是工具 Augment 在完成一个重构任务后，自己做的总结

2

AI 编码工具对比

我试了好多AI代码编辑器。

使用历程

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，但是，在真正工作的时候，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。

Cursor: 

Cursor我用的时间比较长，不过它免费版试用期短，而且与 Augment 相比而言，它的记忆也不太好，需要经常使用提示词来提醒它。

Augment:我最近两天才又一次试用了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，这次试用它好像“开了挂”，体验感直线上升(快速对齐了 Cursor )。

为什么第一次试用 Augment 时，我的体验不好呢？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。

使用对比

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。 

从外挂方面， 目前（截止2025年3月）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 目前有五个，其中四个是外部提供的，分别是 Fetch，Tavily，Sequential-thinking 和 Software-planning-tool。而我自己写了一个 MCP Server，用于得到自己本地机器的日期和时间。这样就不需要访问网络，也很准确。

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。

可能，随着大模型能力的增加，这两个 MCP 工具的使用频率也不会太高了。

3

场景选择

对于自媒体口中的“一人公司”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。

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，对于一人公司来说，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“。

4

项目实战经验

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。

我没有写过注释，全部由 AI 自行加入。

项目实战经验

一、使用快速键输入常用的提示词。

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。

二、使用 Markdown 文档跟踪工作进度

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。

开始新任务的提示词：

在instructions 目录下：(1) @instruction.md 文件，了解项目需求。（2）读 @Documentation.md， 了解当前的系统设计，（3）读@progress.md，了解当前的工作进展。(4)查看当前的代码结构，了解一下我们当前的工作进度。然后，指出接下来应该做哪几个任务？

任务分解的提示词：

开始工作吧。先将当前的工作进一步分解成更详细的步骤。

三、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。”

四、在与 AI 一起工作时，键盘打字还是太慢了，最好能通过语音输入。

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！

5

要点总结

• AI代码编辑器使用体验
  ：使用过通义灵马、MOS code、Copilot、tree、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
  ：tree最差，cursor和augment相当，augment晚上使用易卡顿。

• 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。

• MCP使用
  ：在cursor中常用sequential thinking和software planning tools，写文档时常用fetch MCP。

• 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 。

• 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。

• 项目实践展示
  ：展示项目目录、AI生成和更新的文档，AI可分析代码并给出重构建议。

• 常用promote分享
  ：在Mac上用Alfred设置常用代码片段，提高与AI交互效率。

• 测试代码情况
  ：8000行生产代码对应6000行测试代码，277个测试用例，其中集成测试5个，需review测试代码。

• 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。