박사 : 박사 주말에는 Cursor, Windsurf, Copilot (VS Code)를 GPT-5를 사용하여 테스트했습니다. 그린 필드 (우리의 풍경과 같은 프로젝트를 처음부터 시작)와 브라운 필드 시나리오 (현재 코드베이스와 함께 작동) 모두에서 테스트되었습니다. 우리는 spec-first 개발 접근법에 의지했습니다 (여기에 더 많은 것에 대해). 실제 차이는 작업 흐름의 효율성, UI 폴리 및 각 에이전트가 얼마나 많은 손잡이를 필요로 하는지에 나타납니다. 나의 권장 사항은이 아이디어를 직접 사용하고 자신의 취향과 팀 규범에 따라 자신의 우승자를 선택하는 것입니다. 이것을 실험실 벤치마크가 아닌 개발자의 필드 저널로 생각하십시오 (테스트 창 : Aug 22–24, 2025). 가격은 한눈에 Plan	 Cursor Windsurf Copilot (VS Code)
 Free 2-week trial; includes leading models	 Infinite completions; 25 chat requests; includes leading models	 50 requests; leading models not included
 Pro $20 monthly → metered (≈$20 of API/agent usage). $200 tier gives ~20× usage across OpenAI/Claude/Gemini	 $15 monthly → ≈500 prompts on leading models	 $10 → 300 premium req (includes leadings models); $39 → 1500 premium req
 Model Notes	 Access to OpenAI/Claude/Gemini on higher tier	 At test time, no major Anthropic models	 Uses GitHub model routing; neat model comparison view

 Plan	 Cursor Windsurf Copilot (VS Code)
 Free 2-week trial; includes leading models	 Infinite completions; 25 chat requests; includes leading models	 50 requests; leading models not included
 Pro $20 monthly → metered (≈$20 of API/agent usage). $200 tier gives ~20× usage across OpenAI/Claude/Gemini	 $15 monthly → ≈500 prompts on leading models	 $10 → 300 premium req (includes leadings models); $39 → 1500 premium req
 Model Notes	 Access to OpenAI/Claude/Gemini on higher tier	 At test time, no major Anthropic models	 Uses GitHub model routing; neat model comparison view

 Greenfield Exploration: Spec을 사용하여 처음부터 프로젝트를 구축 나는이 도구를 활용하기 위해 각 도구를 촉구했다. (아키텍처를 설명, 기본적인 MERN 스택 스택 스택) 그리고 그 후에 그것에게 스펙을 구현하고, 반복하고, 조정 테스트를 요청했다. 그린필드 - SPEC.md UI / UX 경험에서 Cursor는 흐름 / 설명에서 가장 전문적이라고 느꼈지만 spec에서 프로젝트를 자동으로 구축하는 것을 거부했습니다. 나는 또한 Cursor가 사용 된 컨텍스트의 %를 유용하게 보여주는 방법을 평가했습니다 ( 토큰 전체 컨텍스트 with 인라인 속도에 관해서는: 빠른 속도에도 불구하고 Copilot의 라인 리팩터링은 Windsurf와 Cursor의 출력에 부족했습니다. ~400k 272k input + 128k output Cursor ≈ Copilot > Windsurf Spec을 실행할 때 Windsurf는 전체 프로젝트 구조를 자동으로 만들었습니다 (폴더/파일) 추가 조언없이. Windsurf의 채팅 패널은 모델 "생각", 명령 실행 및 문제를 쉽게 구별 할 수있었습니다. Copilot (VS Code)는 대부분 경로 힌트와 채팅에서 파일 내용을 보여 주었지만 즉시 디스크 나무를 작성하지 않았습니다. 테스트를 위해, Windsurf와 Cursor의 생성 된 테스트는 내 샘플의 첫 번째 실행에서 통과했습니다. Copilot는 정밀한 조롱 경계 및 가장자리 케이스 커버를 사용하여 가장 강력한 테스트를 작성했습니다. 나는 그들을 통과시키기 위해 약간의 투쟁을해야했지만, 스스로 포함 된 모듈은 실패를 특정 구성 요소 행동에 즉시 추적 할 수있었습니다. Brownfield Exploration: Legacy Codebase 확장하기 : 로컬에서 실행할 때, Copilot는 서버를 먼저, 다음은 Windsurf 두 번째 및 Cursor 세 번째 - 특히, Cursor는 새로운 서버를 만들었습니다. 적당한 사람을 찾는 대신, 그것은 나를 느리게했다. Getting started .env.local : 기존 코드를 이해할 때, Windsurf는 코드베이스를 예외적으로 잘 설명했으며, 응답 형식 / 하이라이트 플레이는 Cursor와 Copilot도 효율적으로 기존 코드를 읽고 설명 할 수있었습니다. Codebase explanation (모두에게 도구 세부 정보 페이지 + 도구 간의 계획 비교를 추가하도록 요청): 세 가지 모두 성공적으로 구축 이것은 중요한 교훈을 강화시켰습니다 : 당신의 스펙이 더 명확할수록 결과가 더 구체적입니다. New feature 브라운필드 - SPEC.md (소중한 여기서 Windsurf와 Cursor는 그것을 더 빨리 진단했지만 Copilot는 내 실행 중에 그것을 놓쳤습니다.이 버그 코멘트가 파일에 추가되지 않았다는 것을 강조하는 것이 중요합니다 (그것은 너무 쉬웠을 것입니다 ). Bug fix 정 피곤와 관련검색인터넷어디서나할 수 있습을 참조하십시오.Hog lazy-init bug (에 대한 여러 파일을 통해): 모두 3 단계를 실행하고 적절하게 변경을 단계화했지만, 다른 접근 방식으로 Copilot는 더 많은 승인을 필요로했습니다 (예를 들어, Windsurf의 3과 Cursor의 1에 비해 7 개의 터미널 인스턴트), 이는 신중하지만 흐름을위한 더 느린 것입니다. Refactor 신청서 작성 UI & DX 중요한 세부 사항 전체적으로는 터미널 / 채팅 통합을 위해 Copilot은 채팅 패널 밖에서 명령을 실행하여 불행히도 나를 위해 이야기 스레드를 깨지게합니다.그러나 Cursor의 기본 외관 및 진행 지표는 가장 일관성을 느끼고 Windsurf는 무슨 일이 일어나고 있는지 가장 잘 전달하며 Copilot는 브라우저-in-IDE 및 마크 다운 렌더링을 손톱합니다. Windsurf > Cursor > Copilot Windsurf의 "just remembers"감각은 기억과 컨텍스트 보존에 특히 강력합니다.Cursor는 규칙 / 노트로 거기에 도착하지만 긴 세션에서 스레드를 잃을 것이며 Copilot는 사물을 간단하게 유지하지만 결과적으로 더 평범하게 유지합니다. On context and memory: Notable touches: Windsurf는 스테이지 디프를 검토하는 동안 배경의 변화를 계속 제안 할 수 있습니다 - 흐름을 유지하기위한 좋은 터치. Cursor의 다중 파일 편집 흐름은 강력하지만 "Ask" vs. "Agent" 모드에있는 것을 잊어 버릴 때 을 좋아합니다. Copilot의 "Ask" 모드는 때때로 설명 대신 행동으로 기본적으로 설정되며, 새로운 채팅을 시작하면 현재 편집 세션이 종료됩니다. 나는 Copilot (잘못된 그레이프)와 함께 무한한 루프를 쳤다; 재시작은 그것을 고쳐 냈다 → 그러나 그것은 나를 궁금하게했다 : 이것은 내 개입없이 해결 될 수 있었습니까?" 실행 결과, Key Takeaways Area	 Cursor Windsurf	 Copilot (VS Code)
 Greenfield build	 Slick flow; solid structure + tests; once refused auto-build from spec; fastest inline suggestions	 Auto-creates full project structure without asking; a tad slower inline; very clear terminal/steps UI	 Shows file contents in chat (not a physical tree); browser panel inside IDE is great
 Brownfield (legacy repo) Explained codebase clearly; struggled with .env.local → server late to run	 Strong codebase explainer; second to run server	 First to run server locally
 Tests	 Good structure; passed on first try in my runs	 
Good; clear logs; steady	 Strongest test focus, but took longer to make them pass initially
 Agent behavior	 Feels “aware” of when you want to build vs. converse; good multi-file edits	 “Cascade” style workflow; keeps context/memory better; keeps working while you review	 Tends to “do things” even for simple Q&A; more human-in-the-loop approvals
 Context & memory	 Explicit rules/files help; shows context usage %	 Best seamless memory/continuity in practice	 Session model simpler; starting a new chat ends current edit session
 Chat/Terminal UI	 Polished; good progress plan UI	 Best separation of agent thoughts, commands, highlights	 Terminal not inside chat; markdown paste turns into beautiful request formatting
 Speed (inline)	 Fastest Slightly slower	 Similar to Cursor
 Frustrations - Inline could be faster	 no possibility of multiple chats, no terminal in-chat, in-line sometimes struggles to capture intent
 Neat bits	 shows % of token limit; custom retrievals	 Smart UI hints and file logos in chat; background work while you review	 In-IDE browser; pretty markdown once pasted in request

 Area	 Cursor Windsurf	 Copilot (VS Code)
 Greenfield build	 Slick flow; solid structure + tests; once refused auto-build from spec; fastest inline suggestions	 Auto-creates full project structure without asking; a tad slower inline; very clear terminal/steps UI	 Shows file contents in chat (not a physical tree); browser panel inside IDE is great
 Brownfield (legacy repo) Explained codebase clearly; struggled with .env.local → server late to run	 Strong codebase explainer; second to run server	 First to run server locally
 Tests	 Good structure; passed on first try in my runs	 
Good; clear logs; steady	 Strongest test focus, but took longer to make them pass initially
 Agent behavior	 Feels “aware” of when you want to build vs. converse; good multi-file edits	 “Cascade” style workflow; keeps context/memory better; keeps working while you review	 Tends to “do things” even for simple Q&A; more human-in-the-loop approvals
 Context & memory	 Explicit rules/files help; shows context usage %	 Best seamless memory/continuity in practice	 Session model simpler; starting a new chat ends current edit session
 Chat/Terminal UI	 Polished; good progress plan UI	 Best separation of agent thoughts, commands, highlights	 Terminal not inside chat; markdown paste turns into beautiful request formatting
 Speed (inline)	 Fastest Slightly slower	 Similar to Cursor
 Frustrations - Inline could be faster	 no possibility of multiple chats, no terminal in-chat, in-line sometimes struggles to capture intent
 Neat bits	 shows % of token limit; custom retrievals	 Smart UI hints and file logos in chat; background work while you review	 In-IDE browser; pretty markdown once pasted in request

 그래서 ... 누가 무엇을 사용해야합니까? 세 가지 경험 모두 VS 코드 - Windsurf 및 Cursor는 포크입니다; Copilot는 VS 코드 내부에서 실행됩니다. 이것은 기능 델타가 미묘할 수 있음을 의미합니다 : 동일한 키보드, 유사한 모델, 유사한 API. 차별화는 마이크로 상호 작용에서 나타납니다. 에이전트가 계획하는 방법, 얼마나 설명하는지, 터미널 / 채팅 루프가 어떻게 흐르는지, 사용자 인터페이스가 당신이 방향을 유지하는 데 도움이되는지. 만약 당신이 턱에 떨어지는 규모의 차이를 기대한다면, 그것은 내 경험이 아니 었습니다. 즉, 나는 각 IDE가 당신의 사용 사례에 따라 사용될 수 있다는 것을 발견했다.이것은 복음이 아니라 가벼운 의견을 가지고 있습니다. Cursor → 당신은 깔끔하고 단단한 멀티파일 편집에 관심이 있으며, 에이전트가 언제 실행해야 하는지 이해할 수 있다는 느낌을 가지고 있습니다.Cursor → 당신은 매일 흐름의 구조와 속도를 원하는 사람들을 위해 훌륭합니다.This may work best for senior/full-stack IC at a startup or small team. Windsurf → 당신은 컨텍스트 보존과 무슨 일이 일어나고 있는지 설명하는 워크플로우-first UI를 가치.Strong pick for larger codebases where "not losing the thread" is key.I can see a staff, Principal engineer, oriner working in a large/long-lived repo leveraging Windsurf. Copilot (VS Code) → 당신은 신뢰와 더 많은 인간-in-the-loop 분위기를 원합니다. Microsoft / GitHub 생태계에 이미 회사 팀이 집에서 느끼게 될 것입니다. 나는 이것이 신뢰할 수있는 기본 설정과 지배를 선호하는 GitHub 표준화 된 org에서 팀 리드 또는 IC에 적합하다고 생각합니다. 이 연습에는 빌드의 복잡성, 테스트 범위, 코드베이스의 크기 등과 같은 여러 제한이 포함되어 있음이 중요합니다.That's why I recommend experimenting with these tools yourself: you'll want to choose the one that best matches your (or your team's) needs. 마지막으로, 현재의 상태는 단지 일시적입니다. 각 IDE는 기능을 얼마나 빨리 전송하는지에 따라 방어성을 개발할 수 있습니다. Cursor의 자신의 인라인 편집은 예를 들어 내부에서 개발되었으며이 실험을 통해 분명하게 느껴졌습니다.이 세 가지 도구에서 기능 출시의 속도를 관찰하는 것이 흥미 롭습니다. 엔지니어들과 이야기 할 때, Cursor가 더 강력한 실행 능력을 보여주는 합의가 커서 Copilot가 비교할 때 더 느리게 보일 수 있습니다. Closing thoughts: A missing spec-driven feature에 대한 리뷰 보기 그들의 능력에도 불구하고, 이러한 IDE 중 어느 것도 최상급 시민으로서의 spec-driven 개발을 완전히 포용하지 않습니다 (최근의 출시와는 달리). ) 키로 그들은 스펙을 생성하고 작동 할 수 있지만, 작업 흐름은 원래가 아닌 보일드-온으로 남아 있습니다 - 당신은 여전히 수동으로 스펙을 추가하고, 코드가 어떤 요구 사항을 구현하는지 추적을 잃고, 구현이 사양에 맞는지 공식적인 확인이 부족합니다.Memory and context management, although improving, remains ad hoc across all three; they remember recent edits but struggle to maintain architectural decisions or cross-session constraints. 테스트 및 마크 생성의 품질은 신속한 방법에 따라 크게 달라지며, 범위 또는 가장자리 케이스에 대한 체계적인 접근법이 없습니다.The gaps become even more glaring: no audit trails for AI-generated code changes, absent cost attribution per developer or project, and no integration with existing governance workflows. 이러한 도구는 팀 전체의 일관성 집행이 부족합니다 - 각 개발자의 AI 조수는 다른 패턴을 배우고 코드베이스를 통해 스타일 드리브를 만듭니다.AI 수준에서 회사 특정 건축 패턴, 보안 요구 사항 또는 준수 규칙을 집행하는 방법은 없습니다. 이것은 사양이 문서화뿐만 아니라 실행 가능한 계약이 아니라, AI 에이전트가 조직 표준을 이해하고 보존하고 생성 된 코드가 출처와 책임성과 함께 제공되는 비정상적인 기회를 나타냅니다.If you are interested in learning more about the interesting projects built around spec-driven development, you can search find them on the page. 조경, AI 개발 생태계에 대한 가이드.

이 오디오는 이야기의 원래 언어로 제작되었습니다!

팀에 적합한 AI IDE를 선택하는 방법: Cursor vs. Windsurf vs. Copilot

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

AI/ML 데이터레이크용 참조 아키텍처 구축을 위한 설계자 가이드

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

볼츠만 뇌 이론에 대한 간략한 소개

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps