【笔记】用cursor手搓cursor（二）也就是龙虾育种

“养龙虾”是个时尚词了作为技术人我们还是要找到源头——“龙虾育种”就是写龙虾。其实cursor你把它的run command设置为allow all它就是一个大龙虾…写了几天的龙虾思考了一下以后的广义程序员。系列一里我们提到了symbolic系统其实这个symbolic系统就是定义了一套逻辑或者我们叫算法。以后的程序员还是在写算法但是还是会分为一部分底层coding一部分app level而app level这一部分有所变化原来app level也要coding现在变成和LLM集成。我们需要写一些大的步骤然后这些大的步骤中将LLM当胶水。而这部分胶水就可以交给能力较弱的小LLM比如4-9B模型。大模型负责和人一起写逻辑算法。比如你要debug具体的过程是什么这个是人需要去定义并且明确写出来的然后机器就按照这个步骤去执行还是有if有for所以今后程序员工作的本质依旧保持在那里。手搓的cursor就是“龙虾”。我们要做的是给龙虾加workflow的安排让它和symbolic集成。让它能真的去完成任务。比如医学学习我们给它接好浏览网页的接口它需要学习并总结医学知识的items并总结出一些规律让这些规律配上references这样我们去读去学习的时候直接拿结论就好了至于要深究就看references节省很多时间。龙虾在workflow里第一个就是sandbox可以用qemu、kvm、gvisor、docker、wasm等作sandbox这里也就是各路opensource的方法也可以加入审核机制对command run作用域外文件读写进行approve一旦有这些危险操作就要pause workflow等待人为审核然后继续。而接多少api多少app那都是体力活以后LLM能分分钟搞定的就不用太花心思去弄了但是想出圈玩出花吸引用户这个integration是必须的。我就自己造龙虾养起来一起学习就不用花哨的东西了。至于workflow也就是定义各种function每一步function要作哪些步骤产出是什么写到黑板或者记忆存储中。之后就是从一个main开始像单步调试一样运行这个龙虾。让龙虾死循环就是一直运行下去到天荒地老了。中间当然得加入各种restart recovery机制。好了是不是和编译系统接上了从main的步骤开始运行运行跳转就是一个function call需要context switch需要call stack也都是同样的知识只是迁移过来继续用罢了。所以新时代会写程序还是会写程序不会写的还是不会因为这是领域知识。写完龙虾让大模型生成了几个workflow的模板处理下我的医书。因为是qwen3.5 9B还是有点慢的还是在我的windows上。得想想去搞一个mac studio了并行运行十几个9B效率应该可以快不少。后续还要让龙虾自己改进workflow并且加入belief系统开始使用beyasian network了。之后还要再琢磨琢磨voyager就是nvida那个让gpt-4o从0开始教LLM玩minecraft我的世界。这样整个workflow就可以形成自我改进得闭环为了让workflow改进更好一定是还要evolutonary algorithm的。之后就是进军mutliple agents看看系统间如何协作了。AI时代对于程序员来说没啥好可怕的至少对于知识来说。9B怕是要训练起来也很慢的最初网上的的养虾人要过几年才能真正见效果会养的还是很有前景的但是得解决诸如RAG碎片的问题后面需要通过belief系统进行content清洗的。而龙虾最近排队装再排队卸载的只是被技术壁垒挡住了路退出了。我的观点还是未变的未来symbolic专家系统会以另一种方式回归从龙虾开始。