aloxaf

炸多了就有经验了，这种基本都是 compositor 的问题

现在这么松的吗，数年前我也是阿里云服务器过期换腾讯云，立马就被阻断了。

这玩意儿宣传的两大特点好像互不兼容啊：WASM 支持和无缝调 Python 库

如果为了 WASM 用它，就会发现用不了 Python 生态，还不如用其他支持 WASM 的生态更好的语言。
如果为了 Python 库用它，那为什么不直接用 Python 。

有些人可能没用过 Cursor 或者用过但是没注意过这个问题。

按我理解，OP 的意思应该是：Cursor 既然都做了本地化，为什么不做彻底，要用「 Always respond in 中文」这种变扭的形式。

这个疑问是合理的，答案也很简单——Cursor 压根没做本地化，这就是个模板，你自己填的啥语言这里就是啥，我怀疑填火星文或者搞 Prompt 注入都没问题，当然没啥意义就是了。

这玩意儿不是为每个语言定制的，而是一个单纯的模板「 Always respond in {}」，后面就是你首次启动时自己输入的语言。

现在这些大模型给我的感觉就是：富有经验，但沉溺在自己经验里的工程师，一旦跳出它的舒适圈，就很难绷。

前几天有段 Rust 代码想重构一下，是用 async + rayon + opencv 对一批图像进行处理。

由于把 async 和 rayon 混在一起比较麻烦，我一开始选择是每个 task 把“所有”图片处理完再进行下一个 task ，大概像这样 async task1 （过滤） -> rayon task2 （多线程计算） -> async task3 （收集），但这样显然效率不高，应该流式处理更合适。

然后我就试了让 gemini 2.5 pro 和 claude 3.7 sonnet thinking 帮我重构一下，我解释了这段代码在干啥，我为什么这么写，我现在希望重构成哪种效果……

结果惨不忍睹，它们做的事情包括但不限于：
1. 先计算，再过滤收集——即使我强调过计算非常慢
2. 把计算任务也全部放到异步 task 里——你觉得我为啥要特地拆成三个 task
3. 遇到所有权和生命周期问题就是一通乱改，改了几次过不了就全部重写（？？）
……

最后为了预防高血压，还是自己写了，其实就是把 rayon 换成一个线程池，然后三个 task 之间用 channel 通信。就这么个简单的任务，这些刷起题来比我强到不知到哪里去的 AI 硬是没做出来。