原创 Addie 2025-08-29 22:01 浙江
Datawhale干货 作者：Addie，Cursor中国区
2025年8月16日，由 Cursor 官方与浦软孵化器联合主办的 Cursor Meetup 上海站在浦东软件园郭守敬园圆满举办。作为继成都、杭州、北京、南京之后的又一站，活动以“让开发更高效，让创造更简单”为主题，报名人数突破千人。从高中生到资深工程师、从餐饮老板到“一人公司”创作者，众多参会者在赛博与创新并存的氛围中，围绕 AI 时代的高效开发与加速创造展开深入交流。
AI Coding 正以肉眼可见的速度走进一线研发。Cursor Meetup 上海站把规则、记忆、协议与产品化的实践摆到台前：以规范驱动取代“感觉驱动”，把原型—开发—上线串成可复用的交付链路，让团队记忆沉淀为工程资产，并通过 MCP 外接能力、拓展边界。本文将为你提炼这场从“工程”到“战略”的完整闭环, From 0 to Hero。
一、6场最佳实践分享
1. Calvin / AWS Startups｜《非开发者的 Vibe Coding 踩坑之路》
来自 AWS Startups、长期服务初创团队的 Calvin 并不是一名程序员，他的分享因此带来一种“非开发者视角”的新鲜感。当一个不写代码的人亲自下场尝试 Vibe Coding，踩过的坑反而更直观地暴露了边界与风险：文件随意新增、服务无限制开启，甚至敏感密钥直接被推送到仓库，这些看似低级的错误，其实是很多人在快速尝鲜时最容易忽视的地方。Calvin 强调，问答式的开发虽然能迅速跑出原型，但一旦进入复杂业务场景，质量和可控性往往失守。要真正把 AI 引入工程实践，就要从 Vibe 转向 Spec，把知识与规则沉淀到系统里：Specs 可以把模糊的想法转化成清晰的开发说明，Hooks 能在保存或提交时自动触发检查，Steering 文件把项目约定和风格写下来确保一致，而 MCP Servers 则把外部工具接入，让 AI 不止能写代码，还能参与设计、文档和发布。
2
. Yanda / 大厂研发总监｜《V0 + Cursor 如何最快速度开发企业工具型项目》
作为一名在大厂摸爬滚打十多年的研发负责人，Yanda 对研发体系的弊端有着切身的体会：前后端沟通成本高，需求变来变去，文档又冗长却缺乏动态效果。在传统环境里，哪怕是一个简单的工具型项目，也常常需要多个团队拉长时间对齐，最终依然可能因为细节遗漏而返工。
他给出的解法是一条“V0 + Cursor”的端到端链路。产品经理先用 V0 这样的前端化工具，把抽象的想法快速转化成可交互的 Demo，减少了信息在口头沟通中的损耗。前端研发接过代码，在 Cursor 中进一步补全和工程化，后端则基于 Demo 生成 Swagger，再扩展成代码框架，并通过 .cursorrules 来锁定接口和测试的严格一致。
在实操过程中，Yanda 特别强调了几条经验：.cursorrules非常重要，是整个链路的护栏，测试必须在一开始就写好并保持不变，函数要提前设计好复用接口。他同时提醒，Cursor这样的Vibe Coding工具是自上而下推进的，最适合用在 CRUD 为主、周期在两周以内的小型工具项目上，而对于逻辑复杂、需要多后端长期协作的大型系统就不一定合适。这套工作流的价值在于，它在公司层面削减了大量跨部门对齐与评审的时间，带来指数级的速度提升，而在个人层面，也让研发能真正专注在业务逻辑本身，而不是被无休止的沟通拖慢脚步。
3
. 好记星 / 前得物增长前端负责人｜《玩转 Cursor Memories 打造带全局记忆的私人 Cursor》
好记星是资深前端人，曾在盛大、百度、趣头条和得物担任关键岗位，后来带团队做过增长方向的前端负责人。也因为有这种跨团队、跨业务的背景，他对“工具如何真正融入日常开发”有很深的敏感度。他首先回顾了 Cursor Memories 的发展，从 0.49 版本引入、0.50 公开，再到 1.0 正式发布，并点出它的核心设计：通过云端知识库，把公共知识与项目知识库绑定在账号下，再以记忆 ID 进行调用。记忆生成有两种路径，一是用户主动要求 Cursor 记住，比如“记住我所有命令行操作都用 pnpm”；另一种是后台运行的 AI 自动提取并推送审核，形成 User Generated Memory 和 AI Generated Memory 两套机制。
真正的挑战在于Cursor 的记忆最多只能索引一百条，因此如何“高效存取”成了关键。好记星总结的实践经验很直接。第一，要用陈述句描述事实型注意事项，这样更容易被模型写进记忆。第二，善用“记住……”命令来强制保存偏好。第三，为不同项目绑定独立的 Git 地址，把记忆隔离开来。第四，通过“输出所有记忆”或 <memories> 标签来调取和清理。
更有意思的是，他并没有满足于官方功能，而是借鉴了 ChatGPT 的记忆机制，自己动手做了几步“魔改”。比如为了实现用户洞察，他从小红书上收集了 130 多条记忆示例，交给 Gemini 分析其中的提示模式，再多轮调试，沉淀到全局 Project Rules 里；为了实现聊天回忆，他利用 Cursor 内置的搜索工具，把对话历史定期写入规则尾部，让 Cursor 能够在被问到时回忆起上下文。他现场展示了几种玩法比如可以在冷启动时快速补充个人记忆，通过问题引导 AI 帮你发现自己没意识到的习惯或偏好；也能结合网上流行的“个人觉察题”来强化 AI 对你的认知；甚至可以把它当作人生教练，围绕模式、动机和趋势来做自我反思。这些尝试把 “记忆” 从一个工程功能，延展成了个性化助手的入口。在好记星的实践里，记忆不仅是上下文，更是让工具“懂你”的第一步。
4
. 孟健 / AI 畅销书作者｜《Cursor + MCP 深度实践》
孟健，有着超过十年的全栈研发经验，多本畅销技术书的作者，同时也是MCPHub 的创始人。
MCPHub 已经汇集了 20+ MCP （Model Context Protocol）服务，并提供一键安装和命令行工具，让更多开发者可以快速上手。他开场就强调MCP 不是API，从设计之初就不是给“人”用的。它就像是给 AI 装上“手脚”，让AI 可以访问实时信息、调用外部服务、执行任务，这才算真正释放了智能的价值。
在具体应用上，他展示了 MCP 如何贯穿整个研发流程：从方案设计阶段直接读取 Figma 文档，到需求评审时让 AI 自动汇总 MR 内容和评论，再到发布环节通过 MCP 调用系统生成工单。配合飞书文档、Figma、Puppeteer、代码仓库和发布系统等不同的 MCP 插件，AI 已经能够参与到团队研发的每一个环节。这种方式带来的显著的效率提升，让原本需要 5 天的开发工作，通过 MCP 驱动缩短为 3 小时，效率提升超过 1233%。
更重要的是，他把讨论推向了 MCP 的定位与未来。首先MCP 的最大价值在于“标准化”而非单点功能。其次它已经深度渗透进研发流程，不是未来趋势，而是正在进行时！他判断 MCP 目前还处于早期阶段，下一步的方向是 A2A（Agent to Agent）协作，届时多代理之间将通过 MCP 形成稳定分工。而在生态层面，目前好的 MCP 平台仍然缺乏，尤其是在国内，探索还远远不够，最后，孟健把话题收束到更大的视角：AI Coding 将覆盖未来 90% 的代码，如果它能替代你的工作，说明你可能并不真正擅长编程。与其恐慌，不如把 Agent 当作结对编程的伙伴，重新思考自己的角色和价值。
5
. 黄巍 / Refly AI Founder & CEO｜《从 Cursor 到全栈创作：AI Native 团队如何用 3 个人创造 4.5K★ 开源项目》
黄巍曾是字节飞书 Aily 的创始 AI 工程师，如今是 Refly AI 的创始人兼 CEO。他的团队只有三个人，却在短时间内打造了一个 4.5K Star 的开源产品。在他看来，今天的环境和工具集让“小而美”的创业团队第一次拥有了与大厂同场竞技的可能。
他的叙述像一部“创业六幕剧”。第一幕是信息差被抹平的时代，他从大厂裸辞创业，比 NotebookLM 提前 3～5 个月就推出了产品原型，这让他感受到：这是创业最好的时代。第二幕是 AI Coding 的草莽期，从 Copilot 到 Cursor，他意识到工具已经不再只是补全，而是能真正帮团队跑通流程，“Ask & Apply” 让产品经理第一次能直接驱动开发，让他确信：这是产品经理的最好时代。第三幕到第四幕，是 AI 工具撬动产出的关键节点。Cursor 进入 Agent 时代后，Refly 的迭代速度从三个月一个版本加速到一周一个版本，甚至能直接挑战大厂的自由画布产品。短短两周，团队就完成了从想法到上线的全过程，写下超过二十万行代码，其中 90% 由 Cursor 生成，并在发布时收获 24 万级别的自然流量传播。黄巍直言：“没有秘密，只有纯粹的快”。第五幕，他谈到融资与选择。在 Cursor + Claude 3.7 的加持下，Refly 一周内完成了商业化验证，迅速获得数万用户和首轮收入。随之而来的思考是：当技术实现的边际成本趋近于零时，决定胜负的不再是功能，而是选择与品味。
最终，他把 Refly 的实践上升到“全栈创作”的视角：AI 不只是写代码的助手，而是团队在招聘、产品演进、市场推广等全链条上的伙伴。对他来说，第一天就要放眼全球，做世界级的产品，这是我们这一代创业者要做的事情。
6
. 魏知 / 金融科技公司 AI 企业转型负责人｜《AI 时代的个人战略》
魏知提出了一个绝大多数人都会关心的问题：在企业纷纷加速 AI 转型的浪潮中，个人该如何找到自己的位置？她把企业的 AI 融合过程分成三个阶段：探索期、扩张期和成熟期。在探索期，关键是抓住最容易落地的场景，比如 AI 辅助编程、对话式工具、生成式设计等，用小范围试点来建立认知和信心。当企业进入扩张期，就要把成功案例放大，并构建数据、技术和人才等基础能力；到成熟阶段，则不再只是“提高效率”，而是让 AI 驱动全新的业务与创新。
她提出了一个建议，对个人来说，机会点就在这条路径中：要么主动参与试点，把 AI 融入自己的工作流程；要么在扩张阶段掌握新能力，成为能够推动规模化落地的人。AI 不是洪水猛兽，而是一条进化路，关键在于你能不能在适合的切口进入并积累可复用的方法论。
二、
不止于此，热情远未消散
在六位嘉宾的分享结束之后，我们特别安排了一个开放麦问答环节。与传统的 Q&A 不同，这里不仅观众可以自由提问，回答的也常常是来自另一位观众。大家从不同角度给出自己的思考和经验，现场一度像是一个“临时组建的圆桌”，碰撞出不少意料之外的火花。
当议程落幕，交流正式开始。嘉宾们被观众团团围住，提问深入到更具体的技术细节，思路和认知在现场迅速碰撞。
那一刻，浦东软件园的会场俨然成了一片热烈的“学习工坊”，大家对 AI Coding 的热情远未消散。这一夜，大家带走的不仅是笔记和思考，更是一个清晰的共识：从 Vibe 到 Spec，从 0 到 Hero，AI Coding 正在重塑我们的创造方式。
三、感谢伙伴的支持
本次活动能够顺利举办，离不开合作伙伴的鼎力支持。特别感谢真格基金对本次活动的大力支持！作为国内最早的天使投资机构之一，真格基金长期陪伴了小红书、Manus、月之暗面、Momenta、出门问问等优秀团队一路成长，推动他们缔造引领科技创新并改变世界的伟大公司。感谢社区合作伙伴Datawhale ，作为国内最活跃的AI开发者社区之一，持续推动 AI 教育与实践的普及；也感谢 Moonshot 和 Bonjour 对本次活动的助力。
同时，也要特别感谢六位嘉宾的分享，感谢 CocoLand 的志愿者们，正是因为大家的投入与支持，Cursor Meetup 上海站才能成功举办。
四、Datawhale x Cursor
虽然本次活动在热烈的氛围中落下帷幕，但 AI Coding 的探索远未结束。九月中旬开始，Datawhale 将联合 Curosr 等伙伴在上海举办面向非技术人群的 vibe coding 系列 workshop，让大家没有技术背景也能学得会 AI，同时 workshop 中我们也会招募技术的伙伴组队，让大家用 AI 做出真正的作品，感兴趣的伙伴欢迎加群获取进一步信息~
群满可以联系负责人：subranium
也欢迎大家持续关注 AI CocoLand 公众号领取嘉宾 PPT 和后续活动资讯。
进群的前 50 位，会送出特别定制的 Cursor 纪念币。
一起“点赞”三连↓
