🤖 Cursor / Windsurf 使用面试题

• 安装客户端（桌面版或 IDE 插件），登录账号。
• 配置模型来源：官方云服务、自建代理、公司内网网关。
• 打开本地项目，让 IDE 完成索引（大仓库需要一定时间）。
• 在设置中配置：代码风格、忽略目录（如 node_modules、dist）、最大上下文大小。

• 行内补全：补全当前函数实现、循环、if 分支、小段样板代码。
• Chat：解释逻辑、生成方案、设计接口、写测试、重构多处代码。

• IDE 自动带上文件路径和上下文信息，精度更高。
• 不需要人为截断，避免贴多余的无关代码。
• 可以直接在 Chat 面板里一键应用修改到该选区。

1. 选中关键类/函数，提示「用中文详细解释这段代码的作用和业务含义」。
2. 追问输入输出、边界条件、异常处理。
3. 让 AI 总结依赖的其他模块，并列出调用关系。
4. 根据解释生成简化版注释或一段 Markdown 文档，提交到仓库。

• 只选中目标函数，提示中明确写「只改选中部分」。
• 让 AI 输出重构后的版本，手动对比差异再应用。
• 重构前后运行单测，确认行为一致。

1. 选中目标函数，告诉 AI 当前项目使用的测试框架（如 JUnit5、pytest）。
2. 要求覆盖正常路径、异常路径和边界条件。
3. 检查生成的测试类包名、导入、命名是否符合现有约定。
4. 运行测试，失败就让 AI 基于报错调整用例而不是源代码。

• 把项目中典型类作为「参考样本」发给 AI，让它按此风格生成。
• 提示中写清楚：异常处理方式、日志规范、注释风格。
• 使用统一的 format + lint，最后自动修正细节。

• 提前开新分支，所有大改动都在该分支上进行。
• 在提示里限制作用范围：只改某个模块/目录。
• 每次应用修改后立刻 git diff + 跑测试。
• 必要时分批进行，而不是一次性全仓修改。

1. 把当前 diff 发给 AI，让它按项目约定（如 Conventional Commits）输出简要标题。
2. 让 AI 生成 PR 描述模板：变更点 / 风险 / 测试情况 / 回滚方案。
3. 自己再根据实际情况微调，而不是一键照抄。

• 把需求文档或关键片段贴给 AI，让它抽取「实体、操作、约束」。
• 请 AI 给出接口列表草稿（URL/方法/入参/出参）。
• 让 AI 结合现有项目结构，建议放在哪个模块/包里。

• 完全不看 diff、一键应用所有修改。
• 用 AI 生成复杂 SQL 或安全逻辑但不做验证。
• 把生产数据、密钥、内部地址直接粘进 Chat。
• 把 AI 当作「权威答案」，忽略官方文档和规范。

• 优先使用公司自建模型/网关，不直接外连公网。
• 在 IDE 设置中排除 .env、密码文件、证书目录。
• 不在 Chat 中贴用户隐私、业务密钥、生产地址等。
• 遵守公司安全规范（数据分级、最小权限）。

• 允许使用的场景：补样板代码、写测试、写文档、重构建议等。
• 禁止使用的场景：生成安全策略、处理机密数据、审批逻辑等。
• 所有 AI 生成代码必须经过 Code Review 和测试。
• 对外开源部分代码前，需确认不含敏感提示词和内部信息。

例如：

• 接手老项目时，先用 AI 帮忙扫一遍主要模块和调用链，1 小时搞清结构。
• 写新接口时，让 AI 生成 Request/Response DTO 和 Controller 模板，自己只关注业务逻辑实现。
• 遇到复杂正则或 shell 管道，用 AI 先给出候选，再自己测试和简化。

核心观点：AI 是效率工具，不是替代品；自己对原理和设计仍然负责。

示例答法：

"我会用 Cursor/Windsurf 减少一些重复劳动，比如生成样板代码、
补测试、帮助理解陌生代码，但真正的设计决策、性能和安全考量
还是要自己来做。

我平时也会刻意在不用 AI 的情况下完成一些小功能，确保自己对
语言特性和框架细节不过度生疏。AI 更像一个资深助手，能帮我
快速收集信息、给出备选方案，但最终的判断和取舍由我来负责。"