博士;博士 在周末,我使用GPT-5测试了Cursor,Windsurf和Copilot(在VS Code中)。 在绿色场景(像我们的景观一样从零开始项目)和棕色场景(与现有代码库合作)中进行测试。 我们倾向于一个特定的开发方法(更多关于这里)。 所有3个IDE都完成了工作,真正的差异在于工作流程的 ergonomics、用户界面扫描以及每个代理需要多少手持。 我的建议是自己玩这些IDEs,并根据自己的口味和团队规范选择自己的赢家。 将此视为开发人员的现场日志,而不是实验室基准(测试窗口:2025年8月22日至24日)。 一眼看价格 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

 格林菲尔德勘探:使用 Spec 从头构建一个项目 我敦促每一个工具利用这一点 (描述架构,基本的MERN堆栈架),然后要求它执行规格,重复和调整测试. 在我的观察中,所有三者生产的规格都非常相似,并且都交付了工作代码。 格林菲尔德 - Spec.md 在 UI / UX 体验中,Cursor 在流量 / 解释方面感到最专业,但一旦拒绝从 spec 自动构建该项目,当它建立时,它创建了一个干净的结构 + 测试,并在我更改规格时正确调整。 我也欣赏了Cursor如何有用地显示 %的背景消耗( 一个完整的背景与 关于内线速度: 虽然速度很快,但Copilot的线上重构短于Windsurf和Cursor的输出。 ~400k 272k input + 128k output Cursor ≈ Copilot > Windsurf 在运行规格时,Windsurf完全发送,自动创建整个项目结构(文件夹/文件)而无需额外提示。Windsurf的聊天窗口使模型“思考”、命令运行和问题易于区分。 Copilot(VS Code)大多在聊天中显示了路径提示的文件内容,但没有立即写上磁盘树。 为了测试,Windsurf和Cursor产生的测试在我的样本中的第一个运行中通过了。Copilot撰写了最强大的测试,具有细微的嘲笑界限和边缘案例覆盖。 布朗菲尔德探索:扩展遗传代码库 : 在本地运行时,Copilot先获得服务器,然后是Windsurf第二和Cursor第三 - 尽管值得注意的是,Cursor创建了一个新的服务器。 而不是找到合适的,这使我放缓了。 Getting started .env.local 当涉及到理解现有的代码时,Windsurf特别好地解释了代码库,并在响应格式/亮点上演奏,使其成为了3的最佳体验,也就是说,Cursor和Copilot也能够有效地阅读和解释遗传代码。 Codebase explanation (要求所有人添加一个工具详细信息页面 + 工具间的方案比较):所有三个都成功地从 这加强了一个重要的教训:你的规格越清晰,结果就越具体。 New feature 布朗菲尔德 - 特种 (微妙) ):在这里,Windsurf和Cursor更快地诊断了它,而Copilot在我的运行中错过了它。 Bug fix 下一篇: LAZY-INIT BUG (一) 跨多个文件):所有3个步骤都执行了步骤,并正确地进行了更改,尽管采用了不同的方法。Copilot需要更多的批准(例如,7个终端提示与Windsurf的3和Cursor的1),这对于谨慎性是很好的,但对于流量来说更慢。 Refactor 书面请求 UI 和 DX 细节很重要 总体而言, 对于终端/聊天集成,Copilot在聊天窗口之外运行命令,这不幸地打破了对我来说的叙述线索。与此同时,Cursor的默认外观和进度指标感觉最紧密,Windsurf沟通发生的事情最好,Copilot指甲浏览器在IDE和标记渲染。 Windsurf > Cursor > Copilot Windsurf的“只记住”感觉对于记忆和背景保留尤其强烈. Cursor 通过规则 / 注释到达那里,但会在长时间的会话中失去线索,而 Copilot 保持事情更简单,但因此更缓慢。 On context and memory: Notable touches: Windsurf 可以继续提出背景变更,而你可以审查舞台上的偏差 - 保持流量的好触摸。 Cursor 的多文件编辑流是强大的,尽管我喜欢当我忘记我在“询问”和“代理”模式时。 Copilot的“询问”模式有时默认执行,而不是解释;此外,开始新的聊天会结束当前的编辑会话。 我用Copilot击中了一条无限循环;重新启动修复了它,但它让我想知道:如果没有我的干预,这个问题可以解决吗?” 执行结果,关键接收。 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

 那么......谁应该使用什么呢? 所有三种体验都是在VS Code上进行的 - Windsurf和Cursor都是叉子;Copilot在VS Code中运行,这意味着能力分叉可能很微妙:相同的键盘,类似的模型,类似的API。差异出现在微互动中,例如代理人计划如何,它解释了多少,终端/聊天循环如何流动,以及用户界面如何帮助您保持导向。 也就是說,我發現每個IDE可能會根據你的用例來使用,這是一個輕鬆的意見,而不是福音: 方程式 → 您关心精致,紧密的多文件编辑,以及代理人了解何时执行与聊天的感觉. 非常适合想要结构和速度的每日流动的人。 Windsurf → 你重视背景保留和一个工作流第一的用户界面,它讲述了发生了什么。强大的代码库的强大选择,其中“不丢失线条”是关键。 Copilot (VS Code) → 你想要信任和更多的人在循环的氛围. 公司团队已经在微软 / GitHub 生态系统中会感觉很舒服. 我认为这是一个适合团队领导或IC在GitHub标准化的机构,谁更喜欢信任的默认和治理。 重要的是要注意,这个练习有几个局限性,包括(但不限于)构建的复杂性,测试覆盖范围,代码库的大小等,这就是为什么我建议你自己尝试这些工具:你想选择最适合你的(或你的团队)需求的工具。 最后,当前的现状仅仅是短暂的。每一个 IDE 都可能随着其功能的快速发送而发展出防御性。Cursor 的内部编辑作为一个例子已经在内部开发,并且在整个实验中很清楚地感受到。观察这三种工具的功能发布速度将是有趣的。当我与工程师交谈时,共识倾向于Cursor展示更强大的执行能力,而Copilot似乎比较慢。 关闭思想:一个缺失的 Spec驱动功能 尽管有能力,但这些IDE都没有完全拥抱作为一流公民(与最近发布的IPO不同)的特征驱动的发展。 )。 基罗 虽然他们可以生成和从规格中工作,但工作流程仍然是固定的,而不是原始的 - 你仍然会手动添加规格,失去对代码实施哪些要求的追踪,缺乏正式验证实现符合规格。 测试和模仿生成质量取决于您如何快速而异,没有对覆盖或边缘案例的系统方法. 差距变得更加明显:没有AI生成的代码更改的审计路径,每个开发者或项目没有成本分配,也没有与现有治理工作流程的整合。 这些工具缺乏整个团队的一致性执法 - 每个开发者的AI助理学习不同的模式,在代码库中创建风格流动。 这表明下一代IDE的非微妙机会,其中规格不仅仅是文档,而且是可执行的合同,AI代理人了解和维护组织标准,以及生成的代码带有来源和问责性。 景观,AI开发生态系统的指南。

該音頻是用故事的原始語言製作的！

选择适合您的团队的AI IDE:Cursor vs. Windsurf vs. Copilot

About Author

註釋

標籤

这篇文章刊登在

Related Stories

架构师指南：构建 AI/ML 数据湖参考架构

加密货币增长：创建有效的用户角色

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

Telegram：加密岛通往大陆的桥梁

架构师指南：构建 AI/ML 数据湖参考架构

加密货币增长：创建有效的用户角色

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

Telegram：加密岛通往大陆的桥梁

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps