大廠山寨 Cursor，不如做好郵箱

大聰明：

寶玉出品，必屬精品，歡迎文末打賞。

以及… 真的不要「圍繞熱點秀技能」，而是把視角放到真正的用戶側，最大程度的去解決現實問題

今天看到有人說大廠開始立項抄 AI 編程軟件 Cursor 了，但這樣追在別人屁股後面跑是沒有前途的，AI 代碼編輯器已經是紅海了，就算大廠又如何，微軟比 Cursor 大多少？結果 GitHub Copilot 也沒打過 Cursor，大廠還不如多投資幾家像 Cursor 這樣的公司，為什麼非要抄他們呢！

程序員這個群體大家都知道，又不願意花錢又沒忠誠度，Cursor 好用馬上都退訂 Copilot，能白嫖絕對不花那 $20 的訂閱費，大廠不如多看看普通用戶的需求。

大聰明：是的，並且 114514

普通用戶需要的不是 Cursor，是能幫助溝通和寫作的 AI 編輯器，比如寫郵件、回短信。但是有好用的嗎？沒有！唯一可以看到的期貨是蘋果的 Apple Intelligence。

普通人的寫作需求是什麼？

普通人日常的寫作分三種：日常溝通、公文和創作。

日常溝通

日常溝通協作就是各種日常的郵件，短信、微信、Slack 等等，這類寫作尤其是郵件，套話很多，特別適合用 AI 生成。我日常寫稍微長一點的郵件基本都是 GPT 幫我完成了，給出要點和充足上下文，生成的又快又好，稍微改一下就可以用。

公文類寫作

公文類就是各種報告、總結、文檔等等，這種公文套話多，格式固定，但是費時費力，現在絕大部分公文都可以用 AI 幫助協作了。

而且同類型的公文，比如文檔，以前歷史的文檔都可以重用，大語言模型尤其擅長模仿寫作風格或者內容結構。結合 RAG（檢索增強生成）這樣的技術，寫新的內容之前把以前寫過的相關內容找出來，類似於 Cursor 那樣幫你預先生成，大部分時候可能一路 Tab 就好了。

創作類寫作

創作類又可以細分，一類是二次創作，比如翻譯、書評等；一類是原創的創作，比如寫論文、寫小說還有像這篇這樣的原創博客。

二次創作像翻譯這種創作，如果結合 AI 其實可以效果更好，比如 AI 先翻譯一遍，局部不對的，類似 Cursor 那樣，調出對話框，告訴它如何改進，比如先解釋一下、去搜索一些外部資料補充，再次生成結果就好很多，但是不需要手動去複製、搜索引擎搜索、篩選、重寫等等。

至於原創，我個人是不依賴於 AI 寫作的，從來沒有讓我滿意過，我更喜歡一點一點將模糊的想法形成文字，並不斷修改成型，AI 的自動完成甚至對我是一種干擾。但寫完後借助 AI 幫我改改錯別字、潤色一下還是可以的。

AI 寫作工具的挑戰是什麼？

相信我上面列出的幾類寫作需求也同樣是大多數人所需要的，像代碼編輯器，GitHub Copilot、Cursor 這樣的好工具層出不窮，而給普通人寫作的 AI 輔助工具，卻沒有看到什麼好用的，這裡面確實有很多挑戰！

私有數據的獲取

要想讓大語言模型生成好的結果，一定要有充足的上下文，這就意味著要獲取你的私有數據，而普通人寫作時的數據，很多都涉及隱私，相當敏感。沒有人希望自己的私密聊天記錄和通信記錄發送到服務器，公司相關的郵件更是如此。另外像微信、Slack 這樣的通信工具的數據，本身也是沒有公開 API 可以獲取的，通過其他手段可能會有些麻煩。

模型的能力

蘋果在演示 Apple Intelligence 中的智能郵件回覆時，效果很驚豔，但是它用的是本機小參數模型，如果不能接入 GPT-4o、Claude 3.5 這樣的大參數優秀的語言模型來做這個任務的話，我不覺得效果會有多好，畢竟模型的能力才真正決定了最終生成的效果。

包括現在開源的大語言模型，要想在本機運行，大一點參數的模型根本運行不起來，小一點參數的效果又不好，這也是製約之類 AI 寫作工具的一大瓶頸。

交互體驗

GitHub Copilot 和 Cursor 的成功，很大一部分程度上歸功於其交互體驗，根據當前你寫代碼的位置，智能的給出提示，隨時喚起對話框輸入提示詞個性化的完成任務。但是代碼相對來說確定性更強，有固定的語法結構和最優算法解，還有無數歷史代碼參考，通常一個上下文內，只有有限的最優解，所以可以給出精準的提示。而對於寫作，完全是發散式的，可能性太多，極難預測，同樣的交互也許就不一定適合普通寫作。

技術挑戰

很多做過或者瞭解 RAG 的都知道，現在 AI 搜索，看起來技術不複雜，但是做好其實極難，根據用戶的輸入找出貼切的上下文是極難的事情。要做好 AI 寫作，難度不會比 AI 搜索更小，因為本質就是先根據你當前輸入的內容，去做 AI 搜索，找出以前相關的內容，甚至要去搜索外網相關的內容，再結合輸入位置前後的內容和你的要求幫你寫作。

當然還有很多其他挑戰，我也無法一一列舉。

下一個 AI 寫作工具的機會在哪裡？

我以為下一個 AI 寫作工具的突破可能首先會是郵件客戶端，郵件寫作是高頻需求，整理郵件也是一大痛點，相對來說郵件的數據也容易拿到，用戶只要安裝了客戶端，綁定郵件帳號，就可以在用戶的允許下拿到用戶的所有郵件數據，並且可以結構化的整理郵件數據，比如和某個人、某個組之間的所有對話，比如某一類對話。

如果有信得過的郵件客戶端，能幫我連接 GPT-4o 和 Claude 3.5 這樣的 API，能根據我需求智能撰寫回覆郵件，能根據我需求整理郵件清理垃圾郵件，對我的生產力會是很大提升。

AI 郵件客戶端之後，可能會是公文寫作，幫助你把歷史內容都做好索引，學習你的寫作風格和文章結構，根據你採納建議的反饋不斷完善模型。

專業翻譯類的 AI 工具，是值得好好做的，書籍的翻譯、文章的翻譯、字幕的翻譯，都是可以借助 AI 大幅提升生產力的地方，好的翻譯工具，效率的提升可能是數倍記的。

在 GitHub Copilot 之前，我沒想到 AI 可以這樣輔助編程，再到 Cursor，我也沒想到交互還可以進一步進化到這樣方便的程度。所以對於 AI 寫作工具也是類似的，我不覺得 Cursor 就是天花板，未來一定有超出我想像的更好的交互形式出現，可能唯一限制我們的就是我們的想像力吧。

期待大廠能做出適合普通人的好用的引領未來的 AI 編輯器，而不是去山寨一個 Cursor 出來！相比而言，我更看好小團隊或者個人，他們比大廠更有機會開發出像 Cursor 這樣吊打大廠們的 AI 工具。