简单分享一下最近用cursor作为很初步的AGI入口的工具感受

在鸭哥的 从“我问你答”到“我说你做”：从Cursor入门Agentic AI， 我记得大概说到cursor可以作为一个AGI的入口这样的话。从去年十二月底开始，到现在，几乎天天都在用cursor 来build各种小的应用，越来越感觉这话是真的，限制AI的应用大概就只有自己的想象力和行动力了。

现在就简单说一下感受和分享一些体会和痛点吧，罗列一下我build过的东西：

Long term complex in development application:

1. resume tailor + job hunting assistant （花了大概两个礼拜develop， 经历很多次不同iteration） : 这个现在就是自用，主要能达到的效果是 1） take your existing resume and extract all the structure and content 2) tailor this structure and content to a styled resume format 3) call external LLM +Human feedback to tailor bullet point of each position given target position ； call external LLM to tailor summary section given target position and existing tailored experiences —> tailored resume for your target position ; 现在的最终product已经感觉挺好了，出来的效果就是和之前参加的YC 改简历的session差不多， YC改简历-心得体会分享 ; 这里也特别鸣谢Eddie 同学提供的模板 分享一份被YC改过的简历模板，可能对你有点帮助，是我最后简历style的样板。
   
   我的想法是之后开源或者商业化，主要是自用上，很多还是不automatic的地方，到别人直接可以用，还是需要很多generalization要做；我现在还是主要精力想花在找工作上，而不是开发这个应用。当然开发得太开心，花了几乎所有的时间来做应用；导致简历就投了两个。。。anyway，就感受到了build的乐趣和痛苦吧。

Short term simple and completed:

1. PDF bookmarks automatic creation ： 这个use case, 感觉应该也不是特别多吧，我自己有时候下的PDF的电子书，很多时候不带bookmarks，这个以前就很烦，自己一个个加要疯掉，但是现在有了cursor，简直不要太容易。

2. YouTube video transcriptions and key points summary: 这个use case 感觉还蛮广泛的应该，看了视屏，扒一下transcription，然后总结 key points

3. social media images download: 我喜欢的一些artist会在YouTube community的页面里提供他们的artwork，这个现在也可以直接ｗeb scraper 把它们都好好的download下来然后规整好，就好开心

4. stock analysis: 这个就和社区里的小伙伴们一样，可以很轻松的做分析和report。

5. finance & budget analysis: 这个我觉得是比较复杂一类的分析，我也尝试了好多回，我觉得难点在于　１）多个不同source/banks的数据源的具体分析和数据清理的差别　２）同类别的transaction/activity但是不同源的数据之间的整合　３）有时候transaction本身的naming啊还有agent对于这个transaction的理解不是很准确，导致有很多back and forth的修正　４）这些修正会导致最后report的redudancies, inconsistencies, incoherency 的问题；这个我做了两回，第二回终于出了像样而且有insights的markdown和PDF的report；我感觉用AI agent做很复杂的多源的数据分析，还是得大部分时候盯着，而且要不断修正和指导，同时要document最后的progress，然后还要它反复自我查验准确性和一致性。

这里特别感谢鸭哥一直都是真的AI菩萨，提供各种工具的开源，multi-agent，deep-research.

我multi-agent用得很多，我觉得在开发应用的初期很好用，但是等到开发的复杂度加深，planner提供的路线就会开始和自己想要的方向有偏离，但也是因为随着几次迭代，自己的user requirements变得更清晰，所以其实只需要很specific的executor就好，到后来还是自己plan的最多。

1） 最重要的一点我觉得也还是要manage context, 我会非常勤快的让cursor agent 去document它现在的progress，搞清我们现有的code base, IO, folder structure, workflow, command line。 这样如果一个chat history 弄得太长了，它就会完全忘记之前已经做了哪些。这个就很麻烦，导致整个code base会非常乱；然后chat history 太长了，我就会开个新的，然后让它读document好的. cursorrules, 这样它就知道整个project在干什么，怎么move forwad.

2）再来就是勤快得做house keeping， 赶紧把各种IO都清理干净，scripts也清理干净。还有就是一定要用GitHub做好version control，保留好milestone的progress，可以revert回去。

3）最后就是prompt engineering 做好及时干预，有时候agent会倾向于直接fix你提出的bug，但是不细想为什么，而且倾向于开始改code；我的办法是逼它想为什么，分析root cause，注重保持原有的structure，这样和其它file的dependencies不会被破坏掉。

deep research 还没有用得特别多。我开了gpt pro，这两天试用它的新功能deep research，感觉真的是省了很多力气，做很high level, general的research挺好的；然后它都提供引用的link，直接copy到cursor里面作为markdown就非常方便了，稍微用agent整理一下就变得可以直接用来follow up的reading list来用。我的打算是可以把这个integrate到我的resume tailor + job hunting assist的里面。

感觉用cursor develop， 每个月的500 fast request根本不够用。。。当然已经在付额外的了。但是真的是build上瘾了，只要是需要重复做得活儿，都在想是不是直接自己写更好，也更好玩儿一些。

然后是可以让多个cursor agent给自己打工，基本上就是开一个新的cursor window，然后可以同时做好几个项目，当然自己作为人的context management也有限，开太多自己也跟不过来，感觉需要一个manage multiple cursor windows的AI bot….真多重宇宙了。。。

最后的感觉是可以用 cursor来直接organize自己的所有files/folder structure了。然后因为它自己的RAG，写和搜还有改各类file types非常容易。其实原本我自己的obsidian的库也可以放到cursor下面，但是因为我的库太大了，导致很容易把我的电脑搞崩溃；不过我现在新的想法是，可以直接用cursor来build自己的knowledge library了；同时也可以做很多日常的task，这就是真的AGI的感受了；当然感觉现在call commerical LLM API也挺花钱，就觉得是时候搞一下open source的model了，但compute肯定还是要花钱的，也不好说哪个更便宜，还是看use case。

我觉得如果想要用Agent把东西从七八十分做到九十分，还是需要prompt的干预和大方向上的把握。对于复杂和迭代多的任务，如何及时的document以及manage整个code base，还是需要很多人为上的maintenance。

我还想做的一件事情就是接入audio input，这样很多想法的输入更快，但是我感觉很多typo和清理的后续动作可能并没有让这个input变得更方便，所以还没开始尝试。

期待看到更多小伙伴的各种应用，我自己也会继续尝试新的东西，happy coding and prompting~