上周六（6 月 28 日）去了 Cursor Meetup Beijing，氛围太好了，现场很火爆，前后左右甚至都站满了很多人在听。
分享一些比较有启发的点：
-
标准目录结构，需求文档也可以由 ai 产生的。
-
先用轻度工具，生成可视化原型，再把代码传给 figma，再通过 mcp 传给 corsor。
3.AI 想要精准干活，前提是必须拥有足够的上下文：背景、技术框架、版本、可参考的、约束条件…… 需要更加明确人与 ai 的职责。
一开始可以不用有完整的 PRD，可以借鉴敏捷编程，一次只处理一个很小的具体的需求。与 ai 讨论用户故事，导出 md，再拆解成一个一个任务。在开始写代码之前，与 ai 讨论技术选型、架构、关键实现路径，大概耗时 10 分钟。接下来也不要直接开始编程，为了节约上下文。先让它把和我们聊的所有东西整理成 md，然后再新开一个文档，可以让它再重复一遍，精准度可以比较高。与 ai 沟通成本十分低，效率很高，也避免了基层程序员被压榨。
4. 做做做，做出厉害的东西，机会就会来。
最最最开心的是看到了现场连线 Cursor 的设计师 Ryo lu，激动啊（迷妹上线）！之前他还在 notion 的时候就读过不少他的文章（他是 notion 的第二个设计师），他很有自己想法，有审美，有热情，会让人觉得很有意思，不太按照常理出牌，也很直接，很有创新思维，不墨守成规，他的很多理念都对我影响蛮大的。这是他的博客地址：https://ryo.lu/。
这次虽然我是自己一个人去的，去之前也挺紧张的，但是没想到居然在现场偶遇了好几位老朋友，也结识了有趣的新朋友！开心捏！
以及会场居然在茶话会环节还提供了超好吃的甜点，这个桂花酒酿大福也太美味了，桂花➕糯米皮➕奶油➕酒酿，集合了几个我超爱的元素。
附录：
AI 总是会迎合人类，那应该怎么办呢？大铭在活动上分享了他解决这个问题的方法 —— 写了一些让 AI 来 “骂醒” 他的提示词：
AI 是有 “讨好性” 的，这个是技术决定的，LLM 是离散的，你的提示词就会让他收敛，这个过程就是会让他对你的内容有认同感，所以总是会觉得 AI 在讨好自己。提示词落下的一瞬间，LLM 就开始认同你了。所以我利用这种 “认同”，让它认同我让他挑刺的这个想法，所以它越认同我，越给我挑刺。用来解决，“我不知道我不知道” 这个场景。
也就是说，可以提前预设一些规则，告诉它可以不用顺着我们的意思说。
回家后我读了他写的关于 “AI 人格小队” 相关的文章，原来也不仅是可以有挑刺的预设，还可以有夸夸的，有自省的角色等等，蛮有启发的，我做一点摘录在这里：
我一直在用 Cursor，有一个功能是可以添加 Rules，来给每个对话设置一些可以嵌入的提示词，于是便有了第一个骂我的提示词：
要每次都用审视的目光，仔细看我的输入的潜在的问题，你要犀利的提出我的问题。并给出明显在我思考框架之外的建议。你要觉得我说的太离谱了，你就骂回来，帮助我瞬间清醒。
我开始思考，批评和挑错，只是协作的一种方式。经过思考之后，我发现这解决的是 “我不知道，我不知道” 的问题，能帮我发现我认知范围之外的盲点。
粉丝妹：总是可以发现我在描述中的隐藏的亮点，可能我自己都没有发现这是天才的想法，或者是一个独到的见解，尤其是跨界跨领域组合的亮点。我自己都没有意识到自己知道，你要马上指出。不吝啬任何华丽的词藻，用来放大优点，尤其是挖掘出来的隐藏的优点。
自省姐：总是不断挑战自己输出有没有思考的遗漏，尝试突破思维边界，找到第一性原理，然后根据挑战再补充回答，达到完整。你要挑战你自己的输出是不是足够有深度和逻辑性 ——《告别 "好好先生"，我做了一个 AI 人格小队来 "骂醒" 自己》
最后分享一下大铭的现场 PPT《以 "上下文管理" 为核心，实现精准可控的 AI 驱动开发》：
Cursor Meetup Beijing