期待了好久的 Cursor Meetup 终于来厦门了，之前眼巴巴看着西安，深圳其他地方，还真的来厦门了。Cursor 中文圈的发起人竟然是之前 GO 夜读的杨文老师，实在没想到。其中一位 Cursor 厦门策划人竟然跟我同一栋楼上班，总之，妙不可言。

原本想参加 meetup 更多可能是学到 ai coding 的一些技巧，但让我收获更多的是：

• 对自己 vibe coding 方式的验证

• cursor 或者 vibe coding 多元的用法

• 让自己坚信对未来超级个体能力的想法及思考

• 认识了一群很有意思的讲师

衷心感谢 Cursor 中文团队带来这场高质量的线下交流。只有真正热爱这件事的人，才能把活动打磨得如此用心。

接下来，我将对各位讲师的分享做一次复盘与延伸思考(还原度仅为现场的20%)。

不会简单复述 PPT 内容（感兴趣的朋友可以联系 Cursor 中文圈获取资料），而是聚焦于那些真正触动我、引发我行动的想法。

非常遗憾，因时间冲突，未能听到雅芳老师的分享。但从她的主题“0-1：没有前后端基础，如何打造高并发投票系统”来看，一定带来了关于“非技术背景也能用 AI 实现复杂系统”的全新视角。

Jeff 李健富：Cursor 规范驱动开发（Spec-Driven Development）实践指南

从李老师的分享里面我的3个思考点：

SDD 驱动开发规范 vibe coding 的过程

SDD 驱动开发，在我不知道这个概念之前，也差不多是这样做的。SDD 的价值在于——用人类确认过的规范，约束 AI 的发散性，避免它在复杂项目中“跑偏”。这个是对整个项目的，对单个功能的设计也可以如此。不要因为历史项目，就觉得这个方法不适用。对单个功能的设计，也可以让大模型去生成方案，规范，然后在开发这个功能的时候，是按照规范走的。

vibe coding 的背后是软件工程的哲思

现在还是有很多人，因为 vibe coding 的不确定性，认为自己对这个项目的足够了解，就抗拒在历史项目或者复杂项目上使用 vibe coding。我自己也在历史项目上用，也经历了一段时间的痛苦期，半 vibe coding，半自己写。到最后全部转成类 SDD 的方式，我不再纠结于写每一行代码，而是聚焦于“定义问题”和“设计系统”。这个过程很痛苦，但这个过程让自己重新定义了对软件工程在心中的价值定义。

会上有同学问，软件工程之前学习，跟现在学习有什么不同？我的想法是，以前是让自己按照软件工程去开发，现在是让 ai 按照软件工程去开发。这两个的做法以及思路是不同的，涉及的问题，就是管理。不变的是，软件工程地位依旧顶流。

vibe coding 不止是开发，更多是管理

在过去开发又对细心，或者拆解工作有多认真，我相信现在 vibe coding 就可以更容易上手，并且运用得更好。原本你需要1个人去负责 5-10 个服务，现在变成你要安排 ai 去帮你开发这 5-10 个服务。把 ai 当做新人，就会重新思考如何跟 ai 沟通。这个过程不用考虑 ai 心态，ai 技能比你强(没那么绝对)，ai 看的代码量肯定比你多，你要做就是管理好 ai。

碍于篇幅，我会在 AI Native 能力思考里面，展开篇幅去说我在 vibe coding 的过程中对软件工程新的理解，以及对 ai 管理的理解。在 22 年有幸听到章淼老师《代码的艺术》这门课，它让我在 AI 时代依然保有对“代码之美”的敬畏，不至于被“快”裹挟而焦虑。)。

Kin：如何用 MBTI 人格 + Cursor 构建自己的智能体军团

Kin 老师的分享初听有些“跨界”，但细想却极具启发性——vibe working 不只是写代码，更是重构整个工作流。

MBTI 重塑工作流

如果按照程序员视角看这个估计会觉得跟自己工作不是很相关，但是我看到了 cursor 原来不止用于开发的场景，本质也是管理问题。

写解决方案，写视频教案，就是可以通过许多文档，持续迭代，最后输出一个解决方案。之前的解决方案，更多是用 gemini 的 deepresearch 直接写出来一份。但是每个部分，可能不同 MBTI 的人在不同章节的发挥能力是不同的，输出的结果也是不同的。

deerflow 这个框架里面有分多个角色，协调者（流程管理）、规划者（任务拆解）、研究员（信息收集）、编码员（代码执行）、报告员（成果生成），如果这些角色都用上 MBTI 效果会更好吗？我现在不能下定论，但是如果工作中，有一个团队，每个小工作需要匹配的人员如果匹配 MBTI，那我相信最后的输出一定是能更好的。

万事 AI

这里面还有一个思考就是，一定要想一想自己的工作哪些能让 ai 来做。没有细想的话，我可能只是专注在我开发代码。

视野打开，解决方案的输出，公司市场部内容的输出，甚至人事部的简历输出，每一个流程都可以让 ai 重构。但是 ai 重构不是完全开发一个新的产品，而是借用 ai 开发一些小工具来帮助自己提效。要让自己完成某件事的思路，从亲力亲为，到 ai 全面协同。就假设现在你有一个 ai 助理，只不过 ai 助理怎么干活得你指导，有什么好的方法也得你思考，未来可能就变成 ai 实时看你的工作，主动帮你优化工作流。

不过到那时候，你又是什么角色？

cursor 内引用多文件及上下文

之前觉得解决方案用 gemini deep research 就可以输出了，没觉得 cursor 可以应用在这个场景。不过在 kin 老师分享下，突然意识到这种引用多文件及上下文的交互，极大地提高了内容创作者的生产时间。并且在这个过程中，可以随时加入，删减不要的素材。如果只想改动其中一段，不用在 gemini 里面说改动第三章某一句。在 cursor 里面就可以，选择不要的地方，然后让它修改。

这样的思维在 YouMind 这个产品(可能还有别的)里面体现的淋漓尽致，只不过我之前没有意识到，是我太菜了。cursor 是偏向技术人员的 IDE，而 YouMind 要创造的就是内容生产者的 IDE。

延伸一下，cli 工具的价值应该也被我局限了。

黄靖宇：Cursor赋能教育，开启多元人生

黄老师是中科大博士，也上过最强大脑，竟然还是厦门人。头衔耀眼，却平易近人。最近刚有小孩，这个话题引起我对教育的思考，分享几个震撼的现实：

• 北京三小3年级，自己开发错题本程序
• 一年级问老师，python代码哪里报错
• 大学本科(老师是中科大博士)入学先教1，2个月的prompt

还有什么理由不拥抱 AI 呢？

敢为人先

他们实验室已将大量重复性科研工作（如文献综述、数据清洗、代码生成）交给 AI，并形成标准化 SOP。教学上也采用 A/B 测试：传统方法 vs AI 协同方法，用数据说话。

Prompt 管理之严格

在他们的团队中，Code Review 已变成 Prompt Review。提示词不是随意写的“聊天”，而是需要版本管理、逻辑清晰、可复现的“指令代码”。这种对提示工程的严肃态度，极大提升了 AI 输出的可靠性。

做好预期管理

黄老师分享了一个他们自研的一个产品，抛开产品本身，以及创业压力本身。他提出了，用 vibe coding 的产品，要快速做出 demo，大胆推向用户，然后收集反馈。这个产品没有收费，也告诉用户这个是 vibe coding 的产品。而且对于 vibe coding 的幻觉问题，也欣然接受，就是知道 ai coding 会出问题，那就出问题咯，然后就让 ai 改。

我很赞同的一句话 “做这个产品最初不是为了打造这个产品，而是想打造一个方法论。最后可能我讲不了为什么成功，但是我一定可以分享维为什么失败”。

在我自己 vibe coding 的过程中，我也是这个思想，我知道用 vibe coding 对历史项目很困难，问题很多，不过这个过程中我就是要整理出来我自己的一套方法论。

Mai：如何用Cursor开发实用插件，提高效率

杨老师的分享，我思考的也是跟 kin 分享思考的一样，让 ai 去重塑自己的工作流，来提效。不一定要去开发高大上的产品，或者去购买看似很强但是还不通用的产品。自己做一个能够解决当下问题的就行，浏览器插件开发出来的好处就是，不需要编译，不需要开发环境(不要太复杂)，加载到浏览器就能测试。

自己也做了一个插件，https://github.com/zxmfke/deepwiki-md-chrome-extension，用来解决 deepwiki 生成的仓库代码架构保存成 markdown 文件的问题。目前 72 star，之前也没想过会有人会用。有人让我也兼容一下 OpenDeepWiki 这个仓库，我没有去实现，然后 OpenDeepWiki 自己把这个功能加上去了。

Mai 老师的分享，我的思考的关键不是插件，而是插件思维，真正的效率革命，始于“插件思维”：

• 敢于对重复劳动说“不”
• 愿意花 1 小时写工具，省下 100 小时手动操作
• 相信“小而美”的解决方案，也能产生真实价值

---

总结：从 vibe coding 到 vibe working

再次感谢 Cursor 中文团队，用一场充满真诚与洞见的 Meetup，让我们看到 AI 时代的另一种可能。

这次 Meetup 带来的最大启发是：AI 不是替代者，而是放大器。真正的竞争力，不是掌握多少技术细节，而是你能否把 AI 作为合作者，驱动出新的生产方式。

• 从 Coding 到 Working：写代码只是起点，未来更重要的是用 AI 重构整个工作流。
• 从工具到方法论：不依赖某个模型或插件，而是能持续抽象出可迁移的方法和 SOP。
• 从个体到军团：超级个体不是一个人做十个人的活，而是能调度“AI 军团”，让 AI 们各司其职，形成合力。
• 从效率到价值：插件思维、角色思维、规范思维，本质都在提醒我们：最终的衡量标准不是快，而是能否真正创造价值。

未来属于这样的人：既能与 AI 协作，又能驾驭 AI 协同；既能自我提升，又能持续放大价值。

们各司其职，形成合力。

• 从效率到价值：插件思维、角色思维、规范思维，本质都在提醒我们：最终的衡量标准不是快，而是能否真正创造价值。

未来属于这样的人：既能与 AI 协作，又能驾驭 AI 协同；既能自我提升，又能持续放大价值。

我后续将继续围绕文中的观点输出我对 AI Native 能力思考的系列文章，也欢迎你留言说说你最看重的 AI Native 能力。