业州愚公接手了一个由朋友留下的老专案，该专案包含两万多行的Python程序码，变数名全是缩写且没有注解，让他完全看不懂。业州愚公决定使用AI工具Cursor来帮助他理解和修改这个专案。通过使用Cursor，业州愚公可以让AI先读懂整个专案，然后再一步一步地安全地修改程序码。这次的实测使业州愚公的修改方式发生了变化，他不再需要为了看不懂的程序码而推辞。业州愚公的经历表明，AI工具可以有效地帮助开发者接手和修改复杂的老专案。
菜鸟之友系列：《AI 工具实操与提示词》・工具篇作者：业州愚公
朋友丢给我一个他写了三年的 Python 专案，说：「帮我加个汇出报表的功能就行。」我打开数据夹，四十多个文件、两万多行程序码，变数名全是缩写，没有半行注解。以前遇到这种场面，我的做法只有一种：跟朋友说最近太忙。
这次我没有躲。我花了几天，把一个叫 Cursor 的 AI 程序码编辑器当成主力工具，把那个功能做出来了。这篇文章不谈理论，只讲一个非科班出身的人，怎么用 Cursor 看懂别人的程序码、再安全地动它。所有介面细节都以官方最新版本为准。
很多人第一反应是：我编辑器里已经装了 AI 补全套件，还要 Cursor 干嘛？
差别在于「它知道多少」。外挂式的 AI 助手，每次只看到你当前打开的文件，就像一个顾问只能透过门缝看你的专案。而 Cursor 是一个专门为 AI 重做的程序码编辑器（介面长得跟 VS Code 很像，很多习惯可以直接带过来），它可以把整个专案建立索引——你问「报表功能的数据是从哪张表读的」，它能跨着十几个文件去回答，而不是只盯着你眼前这一页。
| 对比项目 | 传统编辑器＋AI 外挂 | Cursor |
|---|---|---|
| AI 能看到的范围 | 主要是当前文件 | 整个专案（建立索引后） |
| 改程序码的方式 | 你贴问题、复制答案回来 | 直接在编辑器里生成并套用修改 |
| 对新手的意义 | 能问单点问题 | 能跟着它读懂整个专案的结构 |
| 上手成本 | 低，但能力受限 | 需要适应一两天，回报大 |
一句话总结：外挂是「查字典」，Cursor 更像「请了一个坐你旁边的同事」。
Cursor 到官网下载安装即可，有免费方案，用量与付费细节以官方最新版本为准。装完别急着写程序，先做三件事，效率差很多。
第一件：登入并打开你的专案数据夹。 用选单里的 Open Folder 打开整个专案根目录，而不是单开一个文件。它建立索引需要一点时间，专案越大等越久，这一步值得等。
第二件：找到 AI 对话面板。 侧边栏有 Chat 入口（快捷键一般是 Ctrl+L 或 Cmd+L），这是你接下来最常用的地方。第一次打开时建议在设置里找一下 Privacy Mode（隐私模式）的选项，介意程序码被用于训练的话把它打开，具体策略以官方说明为准。
隐私这件事值得多说一句：公司的、客户的程序码丢给任何云端 AI 之前，先确认你有没有权限这么做。免费方案与付费方案在数据处理上的差异，以官方最新条款为准，别凭印象。
第三件：写一份专案规则。 Cursor 支持在专案里放一个规则档（早期叫 .cursorrules，新版整合进 Rules 设置，以官方最新版本为准），用大白话告诉它这个专案的规矩。我给朋友的专案写了三行：「回覆用繁体中文」「改动前先说明要动哪些文件」「每次只改一小步」。这份规则会影响之后每一次对话，省掉大量重复交代。
新手最容易犯的错，是把 Cursor 当成一个万能聊天框，什么都往对话里塞。它其实有三种明确分工的用法：
| 用法 | 触发方式 | 适合干什么 | 我的实测体感 |
|---|---|---|---|
| Tab 自动补全 | 打字时自动出现灰色建议，按 Tab 接受 | 写重复样板、补完你已经写了一半的程序码 | 最不吵人，命中率意外地高 |
| 行内编辑（Inline Edit） | 选中一段程序码，快捷键呼叫（一般为 Ctrl+K 或 Cmd+K） | 对着「这一段」提需求：加例外处理、换个写法、加注解 | 范围明确，改坏了好回头 |
| 对话与 Agent | 侧边 Chat 面板，可下达多步骤任务 | 跨文件的理解、新功能从零搭、一次改多个文件 | 能力最强，也最需要盯着看 |
分工原则很简单：知道要改哪一行，用行内编辑；不知道程序码在哪，用对话去问；要一口气做好几件事，才交给 Agent。 反过来用（什么都丢给 Agent）是新手烧额度又改坏程序的最大来源。
对话时有一个符号非常好用：@。在 Chat 输入框里打 @，可以引用特定文件、数据夹或整个程序码库（codebase）。
我实测的第一个问题就是这么问的：「@codebase 这个专案的报表数据从哪里读取？最后写到哪里？」它给出的回答带着具体档名和行号，我按图索骥翻过去核对，大方向是对的。这一刻的价值很难形容——以前我要在几十个文件里全域搜索半天的事，变成一次提问。
不过要泼一盆冷水：它给的档名和行号要自己点开核对。我在这一周里也遇过它指向一个相似但不对的文件。AI 对程序码的理解是「读出来的猜测」，不是「执行过的结论」。
我把 Cursor 当成一位新来的实习生：它读整个专案的速度比我快得多，指出来的路大部分是对的，但你把钥匙交给它之前，还是要自己看一眼地图。
回到开头那个任务。我的完整流程是这样的，你可以照抄：
第一步，先让它当导览。 我用 @codebase 问了三个问题：专案入口在哪、数据怎么流动、有没有现成的汇出相关程序码。花二十分钟，把它的回答整理成我自己的一张纸条。
第二步，让它出方案，不出程序码。 我明确要求：「先不要写程序码，告诉我你打算改哪几个文件、每个文件做什么。」它列了四个文件的改动计画。这一步是安全闸：方案错了改需求是零成本，程序码错了改起来就麻烦了。
第三步，按方案一小步一小步做。 每一步，我用行内编辑或对话让它生成那一小块，立刻看懂、立刻测试、立刻提交版本控制。绝不让它一口气改完四个文件。
第四步，让它当审稿人。 功能跑通后，我把改动范围圈出来问它：「这段有什么边界情况没考虑到？」它指出了一个日期格式在不同作业系统下的坑，是实打实的价值。
一周实测下来，我踩过的坑集中在三类，新手请直接记下：
一、生成的程序码不一定能跑。 它有时引用一个这个专案里根本没安装的套件，或用旧版的函式写法。所以每一小步都要真的执行测试，不能只看着「像对的」就往下走。
二、Agent 模式改起来很爽，回头也很痛。 它一次动五六个文件时，你要逐个核对改了什么。养成用 Git 的习惯：让 AI 动手之前先 commit，改坏了随时退回去。这条是底线，没有商量的余地。
三、它对「你的业务规则」一无所知。 程序码逻辑它能看懂，但「我们公司报表金额一律不四舍五入」这种规矩，它不会知道，除非你写进规则档或在对话里明说。AI 改出来「语法对、业务错」的程序码，是最难被新手发现的错。
工具的门槛比你想像的低，真正的门槛是「每一小步都验证」的纪律。Cursor 把写程序的手艺门槛拉低了，但没有把「判断对错」的责任拉低——那部分，永远是你的。
工具推荐随身机器人（新用户免费试用 7 天）
读完程序码要找人来问、写完程序要找人帮忙看文件，随身机器人随叫随到。新用户免费试用 7 天，去 sylogs.com 首页即可开通。
下一篇预告： 不想花钱订阅、也不想把数据传到云端？下一篇实测 Ollama——在自己的电脑上离线跑开源大模型，断网也能用，具体怎么装、怎么选模型、一般家用电脑跑得动多大的，一次讲清楚。
业州愚公 ｜ SY 视野（sylogs.com）原创内容，转载请注明出处。
编辑评论 / Editor's Note
开发人员在接手旧专案时，常常会面临到难以理解程序码的挑战，这种情况可能会浪费大量时间和资源。透过AI技术的辅助，可以更快速地理解程序码结构和逻辑，从而提高开发效率和降低错误风险。这种方法不仅可以帮助开发人员更好地掌握旧专案，也可以提升整体的开发质量和效率。