用 AI 写代码的人分两种：一种以为提示词是关键，一种以为换个更强的模型是关键。Cursor 官方出了套免费课程（Cursor Learn），不讲机器学习不讲训练，就讲怎么把模型用明白——三课看下来，我确认自己踩过的三个误区，大概率你也在踩。
模型是概率机器，不是确定性 API。课程给的定义很准：把 AI 模型当作"超智能的通用 API 端点"——你集成 Stripe 处理支付，同样可以调用模型干活，唯一的本质区别是：你无法保证每次得到相同的结果。
Cursor 官方出了套免费课程（Cursor Learn），教开发者怎么用 AI 写代码。不讲机器学习，不讲训练模型，就讲一件事：怎么把 AI 模型用明白。
这是系列第一篇，讲根基：模型到底是怎么工作的。 " 原文有个开场比喻很准：把 AI 模型理解为"超智能的通用 API 端点"。你集成 Stripe 处理支付、用 Twilio 发短信，同样可以调用 AI 模型干各种活。
最大的区别只有一个：你无法保证每次得到相同的结果。
课程地址：https://cursor.com/cn/learn
Cursor Learn 系列第二篇，讲一个多数人认知错位的点。
你以为提升 AI 输出质量靠写更好的提示词。有帮助，但不是关键。课程原话：与 AI 模型协作的本质在于管理你提供的上下文。
上下文管得好，平庸的提示词也能出好活；上下文喂错了，文采再好的提示词也救不回来。
" 系列两课合一：《上下文》+《工具调用》。前者讲上下文是什么、为什么有限；后者讲模型怎么自己动手取上下文。合起来正好是"上下文工程"的完整拼图。
Cursor Learn 系列第三篇，进入正题：Agent。
课程里有一句定性的话，比任何技术定义都好用：把 Agent 看作行动迅速的初级开发者——需要明确指导，容易忘事，需要监督，还可能陷入循环反复用同一种失败方法。
这篇把 Agent 的原理和协作方法一次讲清，素材来自课程《Agents》和《与智能体协作》两课。
