業州愚公接手了一個由朋友留下的老專案，該專案包含兩萬多行的Python程式碼，變數名全是縮寫且沒有註解，讓他完全看不懂。業州愚公決定使用AI工具Cursor來幫助他理解和修改這個專案。通過使用Cursor，業州愚公可以讓AI先讀懂整個專案，然後再一步一步地安全地修改程式碼。這次的實測使業州愚公的修改方式發生了變化，他不再需要為了看不懂的程式碼而推辭。業州愚公的經歷表明，AI工具可以有效地幫助開發者接手和修改複雜的老專案。
菜鳥之友系列：《AI 工具實操與提示詞》・工具篇作者：業州愚公
朋友丟給我一個他寫了三年的 Python 專案，說：「幫我加個匯出報表的功能就行。」我打開資料夾，四十多個檔案、兩萬多行程式碼，變數名全是縮寫，沒有半行註解。以前遇到這種場面，我的做法只有一種：跟朋友說最近太忙。
這次我沒有躲。我花了幾天，把一個叫 Cursor 的 AI 程式碼編輯器當成主力工具，把那個功能做出來了。這篇文章不談理論，只講一個非科班出身的人，怎麼用 Cursor 看懂别人的程式碼、再安全地動它。所有介面細節都以官方最新版本為準。
很多人第一反應是：我編輯器裡已經裝了 AI 補全套件，還要 Cursor 幹嘛？
差別在於「它知道多少」。外掛式的 AI 助手，每次只看到你當前打開的檔案，就像一個顧問只能透過門縫看你的專案。而 Cursor 是一個專門為 AI 重做的程式碼編輯器（介面長得跟 VS Code 很像，很多習慣可以直接帶過來），它可以把整個專案建立索引——你問「報表功能的資料是從哪張表讀的」，它能跨著十幾個檔案去回答，而不是只盯著你眼前這一頁。
| 對比項目 | 傳統編輯器＋AI 外掛 | Cursor |
|---|---|---|
| AI 能看到的範圍 | 主要是當前檔案 | 整個專案（建立索引後） |
| 改程式碼的方式 | 你貼問題、複製答案回來 | 直接在編輯器裡生成並套用修改 |
| 對新手的意義 | 能問單點問題 | 能跟著它讀懂整個專案的結構 |
| 上手成本 | 低，但能力受限 | 需要適應一兩天，回報大 |
一句話總結：外掛是「查字典」，Cursor 更像「請了一個坐你旁邊的同事」。
Cursor 到官網下載安裝即可，有免費方案，用量與付費細節以官方最新版本為準。裝完別急著寫程式，先做三件事，效率差很多。
第一件：登入並打開你的專案資料夾。 用選單裡的 Open Folder 打開整個專案根目錄，而不是單開一個檔案。它建立索引需要一點時間，專案越大等越久，這一步值得等。
第二件：找到 AI 對話面板。 側邊欄有 Chat 入口（快捷鍵一般是 Ctrl+L 或 Cmd+L），這是你接下來最常用的地方。第一次打開時建議在設定裡找一下 Privacy Mode（隱私模式）的選項，介意程式碼被用於訓練的話把它打開，具體策略以官方說明為準。
隱私這件事值得多說一句：公司的、客戶的程式碼丟給任何雲端 AI 之前，先確認你有没有權限這麼做。免費方案與付費方案在資料處理上的差異，以官方最新條款為準，別憑印象。
第三件：寫一份專案規則。 Cursor 支援在專案裡放一個規則檔（早期叫 .cursorrules，新版整合進 Rules 設定，以官方最新版本為準），用大白話告訴它這個專案的規矩。我給朋友的專案寫了三行：「回覆用繁體中文」「改動前先說明要動哪些檔案」「每次只改一小步」。這份規則會影響之後每一次對話，省掉大量重複交代。
新手最容易犯的錯，是把 Cursor 當成一個萬能聊天框，什麼都往對話裡塞。它其實有三種明確分工的用法：
| 用法 | 觸發方式 | 適合幹什麼 | 我的實測體感 |
|---|---|---|---|
| Tab 自動補全 | 打字時自動出現灰色建議，按 Tab 接受 | 寫重複樣板、補完你已經寫了一半的程式碼 | 最不吵人，命中率意外地高 |
| 行內編輯（Inline Edit） | 選中一段程式碼，快捷鍵呼叫（一般為 Ctrl+K 或 Cmd+K） | 對著「這一段」提需求：加例外處理、換個寫法、加註解 | 範圍明確，改壞了好回頭 |
| 對話與 Agent | 側邊 Chat 面板，可下達多步驟任務 | 跨檔案的理解、新功能從零搭、一次改多個檔案 | 能力最強，也最需要盯著看 |
分工原則很簡單：知道要改哪一行，用行內編輯；不知道程式碼在哪，用對話去問；要一口氣做好幾件事，才交給 Agent。 反過來用（什麼都丟給 Agent）是新手燒額度又改壞程式的最大來源。
對話時有一個符號非常好用：@。在 Chat 輸入框裡打 @，可以引用特定檔案、資料夾或整個程式碼庫（codebase）。
我實測的第一個問題就是這麼問的：「@codebase 這個專案的報表資料從哪裡讀取？最後寫到哪裡？」它給出的回答帶著具體檔名和行號，我按圖索驥翻過去核對，大方向是對的。這一刻的價值很難形容——以前我要在幾十個檔案裡全域搜尋半天的事，變成一次提問。
不過要潑一盆冷水：它給的檔名和行號要自己點開核對。我在這一週裡也遇過它指向一個相似但不對的檔案。AI 對程式碼的理解是「讀出來的猜測」，不是「執行過的結論」。
我把 Cursor 當成一位新來的實習生：它讀整個專案的速度比我快得多，指出來的路大部分是對的，但你把鑰匙交給它之前，還是要自己看一眼地圖。
回到開頭那個任務。我的完整流程是這樣的，你可以照抄：
第一步，先讓它當導覽。 我用 @codebase 問了三個問題：專案入口在哪、資料怎麼流動、有沒有現成的匯出相關程式碼。花二十分鐘，把它的回答整理成我自己的一張紙條。
第二步，讓它出方案，不出程式碼。 我明確要求：「先不要寫程式碼，告訴我你打算改哪幾個檔案、每個檔案做什麼。」它列了四個檔案的改動計畫。這一步是安全閘：方案錯了改需求是零成本，程式碼錯了改起來就麻煩了。
第三步，按方案一小步一小步做。 每一步，我用行內編輯或對話讓它生成那一小塊，立刻看懂、立刻測試、立刻提交版本控制。絕不讓它一口氣改完四個檔案。
第四步，讓它當審稿人。 功能跑通後，我把改動範圍圈出來問它：「這段有什麼邊界情況没考慮到？」它指出了一個日期格式在不同作業系統下的坑，是實打實的價值。
一週實測下來，我踩過的坑集中在三類，新手請直接記下：
一、生成的程式碼不一定能跑。 它有時引用一個這個專案裡根本没安裝的套件，或用舊版的函式寫法。所以每一小步都要真的執行測試，不能只看著「像對的」就往下走。
二、Agent 模式改起來很爽，回頭也很痛。 它一次動五六個檔案時，你要逐個核對改了什麼。養成用 Git 的習慣：讓 AI 動手之前先 commit，改壞了隨時退回去。這條是底線，没有商量的餘地。
三、它對「你的業務規則」一無所知。 程式碼邏輯它能看懂，但「我們公司報表金額一律不四捨五入」這種規矩，它不會知道，除非你寫進規則檔或在對話裡明說。AI 改出來「語法對、業務錯」的程式碼，是最難被新手發現的錯。
工具的門檻比你想像的低，真正的門檻是「每一小步都驗證」的紀律。Cursor 把寫程式的手藝門檻拉低了，但没有把「判斷對錯」的責任拉低——那部分，永遠是你的。
工具推薦隨身機器人（新用戶免費試用 7 天）
讀完程式碼要找人来問、寫完程式要找人幫忙看文件，隨身機器人隨叫隨到。新用戶免費試用 7 天，去 sylogs.com 首頁即可開通。
下一篇預告： 不想花錢訂閱、也不想把資料傳到雲端？下一篇實測 Ollama——在自己的電腦上離線跑開源大模型，斷網也能用，具體怎麼裝、怎麼選模型、一般家用電腦跑得動多大的，一次講清楚。
業州愚公 ｜ SY 視野（sylogs.com）原創內容，轉載請註明出處。
編輯評論 / Editor's Note
開發人員在接手舊專案時，常常會面臨到難以理解程式碼的挑戰，這種情況可能會浪費大量時間和資源。透過AI技術的輔助，可以更快速地理解程式碼結構和邏輯，從而提高開發效率和降低錯誤風險。這種方法不僅可以幫助開發人員更好地掌握舊專案，也可以提升整體的開發質量和效率。