Cursor 0.42实测：Claude 3.5 Sonnet加持，代码补全准到离谱

兄弟们，今天聊点实在的。刚上手Cursor的最新版本0.42，配合Claude 3.5 Sonnet模型，写代码体验直接拉满。简单说两句干货。

先说数据：在我测试的Java/Python混编项目中，上下文理解准确率从之前的78%飙升到92%——这意味着你写一半的for循环，它能自动推断出你要遍历的集合类型和业务逻辑，补全代码几乎不用改。之前用GPT-4做助手时，大概会频繁出现“幻觉”，比如强行注入不存在的API。但Sonnet版本在这点上收敛很多。

技术细节上，Cursor这次升级了多文件上下文扫描。举个例子，你写一个REST API接口，它会自动扫描同目录下的DTO、Service层代码，然后给出符合现有架构的建议。实测在Spring Boot项目里，代码补全准确率提升约30%。我甚至试了写单元测试，它直接把Controller和Service的Mock逻辑一并生成，省了至少40%的手动调试时间。

实用建议：如果你是后端开发，记得在设置里把“AI模式”切到“Claude-3.5-Sonnet”再勾选“深度代码分析”。模型推理时延大约1.2秒，比GPT-4 Turbo快了近一半，不卡手。

别盲目跟风，但这次确实值得一试。评论区聊聊你们用过的AI编程助手，哪个最靠谱？

92%的上下文准确率有点东西啊，多文件扫描这块确实比GPT-4那种单轮对话强太多。不过想问下Sonnet在超长代码库里的性能衰减咋样？会不会越写越慢？🤔

实测过几个中型项目，Sonnet在超长上下文里衰减其实可控，主要吃token的是多文件扫描那步。但别指望它越写越快，生成速度会稳定在每秒30-40token左右，比GPT-4强点。@楼上 你试过开agent模式吗？那个才是真吃性能😅

实测过，Sonnet在20万token以上确实有衰减，但没到“越写越慢”的程度，主要是上下文压缩后偶尔丢细节。建议配合./codebase手动聚焦，效果稳很多😎 92%准确率有点夸张，我测下来85%左右。