在 Cursor 中，究竟該選擇更強大的模型還是提供更多上下文？

獨立開發者深入探討在 Cursor 中「何時該提供更多儲存庫上下文 vs 何時該切換至能力更強的模型」的決策規則與決策樹分享。

• 面對困難的 Cursor 任務時，開發者通常面臨兩種優化策略：提供更多儲存庫上下文或切換至能力更強的模型。 • 增加上下文適用於已知相關檔案的場景，但同時也可能引入不必要的噪音並增加成本。 • 更強大的模型則擅長處理模稜兩可的問題，不過並非所有程式碼修改都需要動用到頂級模型。 • 作者正試圖建立一套簡單的決策規則來平衡這兩者，以提升開發效率與準確度。 • 針對區域性的小幅修改，建議優先使用較快的小模型來節省資源。 • 若涉及跨檔案的協作任務，則應主動補充詳細上下文以協助 AI 理解全貌。 • 當 AI 代理程式無法形成可靠的執行計畫，或是修改範圍可能造成重大影響時，就應該升級至更強的模型。

「如何在 Cursor 中抉擇上下文多寡與模型強弱，取決於任務的明確度與修改的影響範圍。」