自从用上了 Cursor，我的编码效率确实有了质的飞跃。但用了一段时间后，我发现一个有趣的现象：并不是所有任务，默认的 AI 模型都是最优解。有时候，我需要它帮我理解一段冗长又复杂的祖传代码；有时候，我需要它迸发出天马行空的创意。
这让我开始探索 Cursor 一个非常强大但又很容易被忽略的功能——自由切换和配置不同的 AI 大模型。这就像给你的副驾驶换个脑子，让他从一个全能型选手，变成一个特定领域的专家。
在哪里切换模型？
切换模型非常简单。你只需要按下 Ctrl+L 打开聊天框，在输入框的左上角，你会看到当前正在使用的模型名称（比如 GPT-4o）。点击它，就会弹出一个下拉列表，里面包含了所有 Cursor 支持的模型。
此外，在 Cursor 的设置里，你也可以配置每个模型的具体参数，甚至添加你自己通过 API 接入的私有模型。
主流模型比一比：我该用哪个？
目前 Cursor 主要集成了 OpenAI、Anthropic 和 Google 的主流模型。它们各有千秋，我根据自己的使用体验，简单做个对比：
1. OpenAI GPT 系列 (如 GPT-4o, GPT-4 Turbo)
- 优点：当之无愧的“全能选手”。它的逻辑推理能力、代码生成质量和遵循指令的准确性都非常出色。无论是写新功能、解 Bug，还是进行小范围的重构，它都是我的首选。
- 缺点：有时候会显得有点“刻板”，创造力方面稍逊一筹。在处理超长上下文（比如一个几千行的文件）时，可能会丢失一些细节。
- 我的用法：日常编码、算法实现、单元测试编写的主力。
2. Anthropic Claude 系列 (如 Claude 3 Opus, Sonnet)
- 优点：最大的亮点是它惊人的“阅读量”和优秀的“文笔”。Claude 3 Opus 拥有超大的上下文窗口，非常擅长阅读和理解大型代码库。让它帮你梳理一个陌生的项目，或者为你的代码写一份详尽的文档，体验极佳。它的语言风格也更自然、更像人类。
- 缺点：在某些复杂的逻辑或算法生成上，感觉比 GPT-4 稍微逊色一点。
- 我的用法：阅读和理解遗留代码、代码注释和文档生成、技术文章草稿撰写。当我需要一个“代码考古学家”或者“技术作家”时，我就会切换到 Claude。
3. Google Gemini 系列
- 优点：一个非常有潜力的“创意小子”。我发现 Gemini 在头脑风暴和提供不同思路方面有独到之处。当你对一个功能的设计举棋不定时，问问它，可能会得到意想不到的惊喜。
- 缺点：感觉在代码生成的稳定性和遵循复杂指令方面，还有提升空间。
- 我的用法：技术选型讨论、架构设计头脑风暴、寻找解决问题的不同视角。
我的工作流：动态切换，人尽其才
我现在的工作流，已经从“一个模型用到底”变成了“动态切换，人尽其才”。
举个例子：最近我接手一个老旧的 Java 项目。
- 第一步：代码理解。我打开最核心的一个上万行的类，然后切换到
Claude 3 Opus，让它帮我分析这个类的主要职责、核心方法和调用关系，并生成一份 Markdown 格式的文档。 - 第二步：重构和编码。根据 Claude 的分析，我开始进行重构。这时我切换回
GPT-4o，让它帮我把其中一个巨大的方法拆分成几个更小的、职责单一的函数，并为新函数编写单元测试。 - 第三步：文档更新。重构完成后，我再次切换到
Claude 3 Opus，把新的代码和旧的文档喂给它，让它帮我更新之前生成的分析文档。
整个过程行云流水，每个 AI 都发挥了它最大的长处。
结语
不要把 Cursor 简单地看成一个“内置了 GPT-4 的 VSCode”。它真正的威力在于让你拥有了一个可以随时切换角色的 AI 团队。花点时间去了解不同模型的特性，并根据你的任务去选择最合适的“专家”，你的开发效率还能再上一个台阶。
下次当你遇到难题时，不妨试试换个模型聊聊，也许问题就迎刃而解了。
...