文章摘要: 我与Claude Code的两周奇遇记

作者信任的模型（Sonnet 4, Opus 4）在Cursor上按API调用计费会非常昂贵。同时，他感觉Cursor上的Sonnet模型响应变慢了。

作者总结出了一套高效的“人机共舞”模式：

• 启动: 像对治疗师一样，完整地向CC倾诉整个问题。
• 规划: 遇到复杂问题时，使用 /model Opus 切换到更强的模型，并按 Shift+Tab 进入“规划模式”制定方案。
• 执行: 用Opus制定计划后，切换回更快的Sonnet 4模型完成80-90%的任务。
• 上下文管理: 让CC将笔记或分析写入项目内的 .claude 文件夹中的特定文件（如 claude.md），这既避免了上下文丢失，也解决了从终端复制格式的难题。

为何Sonnet模型在CC中感觉更优？ 作者推测，CC可能使用其原生工具链对模型进行了后训练（post-trained），使其在自己的环境中“更舒适”。此外，CC的上下文管理和Token使用效率可能更高。

搜索能力: Cursor的搜索（尤其是语义搜索）更快。而CC的搜索较慢，但可以通过其“子代理”（subagents）功能并行化搜索任务来弥补。

用户体验: Cursor拥有更精致、直观的UI/UX。而CC基于CLI（命令行界面），学习曲线更陡峭，但其隐藏的强大功能更能激发用户的探索欲，对极客和高级用户更有吸引力。

• Sonnet 4: 速度快，能胜任90%的工作，尤其擅长处理Python和前端代码。在长上下文场景下表现优于Opus。是作者默认的“主力”。
• Opus 4: 在Sonnet卡壳的疑难杂症上表现出色。但作者发现它在多轮对话后容易“迷糊”。作者的策略是：只在关键时刻（如解决棘手bug）启用Opus。

作者想尝试的：

• 创建自定义命令。
• 结合Playwright等工具实现前端开发的自动化反馈闭环。
• 进行提示词工程优化。
• 构建多代理系统。

希望增加的功能：

• 官方UI集成。
• 类似Cursor的“检查点”（Checkpointing）功能。
• 更好的复制粘贴体验。