麻了，这波谷歌真起飞了

升级过后的 Image3 都这么牛批。

多的不说了，看看和 Midjourney 的对比

Google Whisk 真的强。又是一种新的交互范式。

用 Flux Redux Fill 一键给饼饼换衣服 💜
实现娃娃穿衣自由
今天也是没有抢到限量的一天

在500+小时的AI编程经验，加上一晚上的测试验证后，我把Cursor、Windsurf索引代码的逻辑搞清楚了！

对新手来说，内容理解可能有难度，可以看看结论就好了，对于老手来说，我相信这篇内容对于你理解平时用AI编程工具时遇到的问题会有一些启发，你大概会能理解此前你为什么会遇到哪些问题。

太长不看的话，你也可以看看下面最重要的结论：

1、对新手而言，初始执行基础任务时：Windsurf > Cursor Agent > Cursor Composer normal
在agent模式下，执行初级任务的表现都优于常规的Cursor Composer模式，因为agent模式会基于任务理解代码库，找代码文件，读代码，再一步步执行操作帮你完成任务
Windsurf的agent，在理解任务和执行多步操作的能力上，调优效果优于Cursor Composer模式下的agent

2、Agent模式的主要缺陷是不完整读代码文件，这会导致复杂项目和长代码文件的问题
Cursor agent模式下，默认读一个代码文件的前250行，如果不够，偶尔会主动续读，增加250行；在部分要求明确的情况，Cursor会执行搜索，每次搜索结果最多为100行代码。
Windsurf每次读代码文件200行，如果发现不够，会尝试再次读取，最多尝试3次，共读取600行。

3、Cursor与Windsurf @ 单个代码文件时，执行逻辑不同，Cursor远优于Windsurf
Cursor中如果@ 某个代码文件，cursor会尽量完整读取（测试临界点2000行）
windsurf的 @代码文件和cursor的 @代码文件不是一个逻辑。在windsurf中你@某个代码文件仅仅是说你帮助windsurf找到了对应的文件。但是他并不会真的认为这个文件很重要而进行完整读取。

4、在你能理解项目结构的情况下，Cursor中 @单一代码文件效果远优于 @codebase
如前面所说，如果你理解你自己在做什么，你要执行的任何和哪个代码文件有关，那么Cursor中 @ 你将获得好得多的效果。如果 @codebase，目前的判断是cursor会用自己的小模型执行对每个代码文件的理解并总结，他没有完整将必要的代码都纳入上下文。