---
title: 为什么我又切回了 Github Copilot
date: '2025-02-19 04:03:43'
draft: false
summary: 不是简单比较 Cursor 和 Copilot，而是一次更贴近真实项目的 AI 编程工作流总结。
slug: why-i-switched-back-to-github-copilot
syndication:
- platform: X / Twitter
  url: https://x.com/jolestar/status/1892062481608274105
tags:
- ai-coding
- copilot
- cursor
topics:
- ai
- software-engineering
type: post
---

经过一段时间的体验，感觉新版的 Github Copilot 写代码的能力已经超越了 Cursor，我又切回到 Copilot 了。注：需要 VS Code 的 insiders 版本，才能用最新特性，把设置里关于 Copilot 的试验特性都打开。

以那个 Onchain AI Chat 为例，从最初设计方案、写智能合约、写测试，到写前端，我基本都没写代码，完全让 AI 来完成。我像是在扮演一个产品经理的角色，给 AI 提需求，让它来完成。

当然，还需要我把命令行的错误输出以及浏览器的错误输出提交给它。这块感觉是 AI 编程工具下一步需要努力的方向。

## 一些小技巧

1. 项目下最好有丰富的例子来让 AI 学习。比如做 Rooch 上的应用，可以先把目录就建在 Rooch 仓库下，让 VS Code 打开整个 Rooch 项目。
2. 如果 AI 对某个接口不熟悉，可以打开接口所在的文件。比如 AI 对 Rooch 的 Object 模式不熟悉，就可以同时打开 `object.move`。
3. 调试界面比较麻烦一些，因为 AI 看不到界面。我截图发文件过去貌似作用不大。这种情况下最好让 AI 用标准样式库。
4. Copilot Editor 很好用，非常适合重构代码。但 Chat 和 Copilot Editor 结合得还不好，不能共享上下文。
5. 主要修改最好都让 AI 来完成，如果混着来，很容易让 AI 把我们自己修改的内容给覆盖掉。
6. 逐步迭代，完成一个功能就 commit 一下。万一 AI 改坏了，就丢掉当前变更重来。