@ModStart 提示词需要收束到一定程度。比如“用户资料修改界面”这个描述在代码中有没有对应的？如果没有 AI 就很难建立对应的上下文映射，找不准上下文，结果就更别提了。

更好的提示词是：帮我把 userInfo 这个界面添加一个生日字段，对应 userInfoEdit 中也要能够修改生日。生日的默认值是 1970-01-01 提交时生日字段名称为 birthDay,用 yyyy-MM-DD 格式。

另外，如果你是 Copilot 重度用户，你不可能不知道 Copilot 的 chat 是可以带入 workspace 和自选既有项目代码充当上下文的。另外，如果使用 agent 模式，就不需要自选上下文，他会自动从整个项目中读取。

“让大模型直接基于现有的项目继续开发真实需求的？”

这个指的是什么？通过提示词直接 agent 整个项目？目前的上下文是不够的。Cursor 目前只有 20 万 token 的上下文。最大的也只有 1Mtoken 的上下文。

1 、Cursor 的自动补全底层引擎是 claude 3.5 sonnet 。
2 、无论是 Copilot 还是 Cursor ，目前都“快”不能“无限使用”Claude 3.7 了。
3 、Copilot 有更好的 IDE 相容性。代价就是相对而言权限较低，很难获取大范围的上下文索引。

所以，如果你的工作使用 VSCode 就够了，那么 Cursor 有更好的体验，代价也是更贵、更没有隐私。
如果你的工作需要使用支持 Copilot 插件的 IDE ，那还是 Copilot 好一些。

后台常驻执行是不行的。
监听亮屏、解锁：可以监听系统广播：Intent.ACTION_SCREEN_ON ，Intent.ACTION_USER_PRESENT
定时可以通过 AlarmManager 实现。

楼主说 receiver 没有执行，是因为在目前的 Android 系统中，service 几乎没办法正常存活。也就是说，除了一些专业场景外（电话、音乐、导航等），系统厂商认为用户与开发者没有合理的理由后台常驻应用服务。
详见： https://developer.android.com/training/monitoring-device-state/doze-standby?hl=zh-cn

如何排查是 receiver 的配置问题还是被系统杀掉：
把监听正常注册到 Activity 中，Activity 前台监听系统广播，然后输出到 logcat 上，看是否正常执行。

git 、svn 都可以解决问题。
git 的优势：
1 、单机。
2 、流行。

svn 的优势：
1 、权限管理
2 、集中化

所以关键看你自己的需求，如果是个人，且不需要跟别人协作。那么本地 git 仓库足矣。

@wangyzj 我的意思是，如果你不是某个垂直行业的头部，或者在本来就在算法界。那么这波机器学习大模型的浪潮就注定是下游看客。顶多是通过 AI 来赋能自己的小作品，图一个噱头。

AI 产品的形态，都是业内大佬决定的。即便你的设计、实现、理解真的更好，没人信，也白搭。
举个特别简单的例子，彩云天气在这个赛道已经玩十年了，至今也没有引领天气预报这个细分领域 AI 化。

不知道楼主想紧跟什么“步伐”。

生产逻辑变革的契机，并不是一线生产员工决定的。
生产形式变革，更多的是会提升单位生产力，或者降低单位生产成本，并不会影响产出。
更何况 AI 还没到变革软件工程行业玩法的地步，只是一定程度上的降本增效而已。

所以综上，不知道楼主自己想清楚没有到底自己想要什么？

想产出自己的行业大模型？你有卡么？
想让自己所在行业进行 AI 赋能？你有行业顶尖理解么？
想利用 AI 改进行业软件的功能设计与既定开发逻辑？你是能够引领行业内软件开发潮流的顶尖头部么？

传国玉玺在你手上，也不意味着你一定是天子。
关键还是你的位置和既有的行业积淀。

有人为限流。你每天请求的前几次是“优速通”，然后就要去排队了。

相当于 Trae 的整个大模型成本是有个可预测上限的。

anthropic 是为数不多的明确表达用户数据不会被直接训练成“Claude”模型，所以他也是最贵的之一。

虽然但是，他仍然给自己留了口子：your conversations are flagged for Trust & Safety review (in which case we may use or analyze them to improve our ability to detect and enforce our Usage Policy, including training models for use by our Trust and Safety team, consistent with Anthropic’s safety mission)（只要是他们认为“触发机制”的，他们就可以存储）

以及：We will not use your Inputs or Outputs to train our generative models (i.e. Claude)（不能训练“ our generative models”，这个 our ，就很耐人寻味）

@Livid 所以……我不知道该如何评价┑(￣Д ￣)┍。确定安全就好。

这就跟主打高性能的品牌总是亏个底掉，要么数次卖身，要么搞几个贴牌走量车一样。
任何领域的精英人群对自身领域的产品都是非常苛刻的。

苛刻到你几乎不可能有盈利空间。

如果是前端界面，且有设计图，那么 gemini 2.5 pro 比 claude-3.7-sonnet-thinking 强一些。他对于图形界面逻辑的理解比其他大模型优秀。

如果是在既有程序上的修改，或者 debug 。claude-3.7-sonnet-thinking 更理性一点，gemini 2.5 pro 有些过于激进。而且管的太多。

btw：copilot 的 gemini 2.5 pro 明显有问题，至于说是故意的负优化还是提示词没写好，就不得而知了。

@sillydaddy 但凡你把你想问的问一下免费的 deepseek R1 ，你都不可能得出以上如此的结论，真的让我很无语。

draw.io 一般来讲就够用了，而且支持各种形式的导出。