半个月前分享了一段思考,主题是「LLM使用成本还比较贵的时候,可能是最适合入场的时候」。近两周Cursor的爆火,让我有了新的思考:LLM能力还比较弱的时候,可能也是最适合入场的时候。

Cursor最早进入我的视野是在2023年4月份左右,当时Cursor刚推出不久,底层用的是GPT-4模型,现在饱受好评的Chat功能,当时其实已经具备了,但是我当时体验完之后,效果并不是很惊艳。用它来写点玩具代码片段是可以的,但当我尝试用它去给稍微大点的项目做新功能的开发时,就发现模型的能力严重限制了它。主要是两个问题,一是上下文不够长,当时它使用的是8K上下文的GPT-4,这就决定了它能够理解的背景信息非常有限,很难在这么短的上下文里去塞给它足够的代码和文档;二是GPT-4本身的幻觉比较严重,当你让它帮你写代码时,经常出现Bug,或者用了一些根本不存在的库或方法,导致要花很多精力去检查、修改它写的代码,反而可能拖慢了效率。

然而,仅仅是升级了一个模型,一切都变了。今年7月21日,Anthropic发布了Claude 3.5 Sonnet,其编码能力大幅提升,并拥有200K长度的上下文。当Cursor把底层依赖的模型换到了3.5 Sonnet之后,体验有了质的飞跃。我们对比一下之前影响其体验的两大问题:首先,上下文长度从8K提升到200K,实现了数量级的飞跃,可以在如此大的上下文里塞下数十个代码文件及文档,让模型充分理解项目背景、代码结构和编码风格;其次,Claude 3.5 Sonnet在编码时的幻觉惊人地少,不知Anthropic使用了什么技巧。大多数情况下,它写出的代码无需任何修改即可运行,我猜这也是Anthropic在其官方Claude应用里自信地开放Artifacts功能的原因——它在Artifacts中写出的网页,在大多数情况下可以一次性跑起来,没有任何语法错误。当这两点问题都得到极大改善后,神奇的现象发生了:以前我们使用AI编码时,几乎是抱着非常提防的低预期心态,但现在,我们可以很自信地让Claude发挥作用,我只需要提供必要的引导即可。
 
 
Back to Top