AIGC宇宙 AIGC宇宙

Bolt.new vs Cursor ,怎么选?

大家好,我是汤师爷~这篇聊聊 Bolt.new 和 Cursor 的对比。 图片Bolt.new 是一款基于 SaaS 的 AI 编码平台。 它由 LLM 驱动的智能体作为底层,并结合 WebContainers 技术,让用户可以直接在浏览器中进行编码和运行。

大家好,我是汤师爷~

这篇聊聊 Bolt.new 和 Cursor 的对比。

图片图片

Bolt.new 是一款基于 SaaS 的 AI 编码平台。它由 LLM 驱动的智能体作为底层,并结合 WebContainers 技术,让用户可以直接在浏览器中进行编码和运行。其主要优势包括:

  • • 支持前后端同时开发;
  • • 项目文件夹结构可视化;
  • • 环境自托管,自动安装依赖(如 Vite、Next.js 等);
  • • 运行 Node.js 服务器,从部署到生产。

Bolt.new 的目标是让 Web 应用开发变得更加普及,使得即便是编程新手,也能通过简单的自然语言实现创意。

Bolt 虽然很牛,但绝不是网传的什么“Cursor 杀手”。如果让我选,我会毫不犹豫地选择 Cursor。

1、编码操控感

作为开发者,最关心的是对工具的操控感。

Cursor 在这方面表现优异,可以自由定制模型、选择要参考的文件和文档,甚至能指定文档的版本。让开发者可以清楚地掌握 AI 的工作方式。

反观 Bolt.new,更多时候感觉像是“暗箱操作”。设置里几乎没有关于模型的选项,也没有明显的配置能力。对于开发者来说,这种粗粒度会让人感到限制太多。如果你是产品经理或者交互设计师,Bolt.new 可能够用,但开发者绝对会觉得不够。

2. 信息透明度

Cursor 在信息透明度上做得相当好,它会显示代码修改的差异、明确告诉你修改了哪些文件,甚至会展示引用了哪些文档和搜索了什么内容。这种透明度不仅提升了信任感,还让开发者可以精准调整,避免不必要的出错。

而 Bolt.new 则藏着掖着,不确定它的代码差异在哪里,也不清楚它具体引用了哪些文档和逻辑。这种缺乏透明度的体验,会让开发者不踏实,尤其是在需要理解复杂逻辑时。

3. 功能缺失

Bolt.new 在一些关键功能上显得不足,比如:

• 在线搜索:我不知道它是否支持,或者它是如何实现的,它没有提供清晰的反馈。

• 代码仓库索引:它没有解释索引的逻辑,开发者无法清楚了解背后的工作原理。

• 实时文档支持:Bolt 可能用了一些热门框架的文档(比如 Next.js),但我无法切换不同版本,而这些在 Cursor 里都能轻松实现。

4. 灵活性不足

Bolt.new 的灵活性也显得不足,整个系统不能灵活配置,让开发者失去了对工具的操控感。而 Cursor 则提供了充分的灵活性,允许用户根据需求调整各种配置。

从操控感、透明度、功能、灵活性,Bolt.new 目前还不足以取代 Cursor,更别说成为“Cursor 杀手”。如果要对代码进行精细化的调整,无脑选择 Cursor。

相关资讯

Former DeepSeek executive secretly starts new AI Agent project, already backed by top VC

According to the news from Tiger嗅, a core executive of the domestic large model company DeepSeek has quietly left and started a new business half a year ago, and plans to launch its first Agent product around Christmas in 2025.Sources close to the matter told Tiger嗅 that the executive once held the role of "CTO" at DeepSeek. However, some insiders pointed out that DeepSeek's internal structure does not clearly set up a "CTO" position. In name, this position may not exist, but there is indeed an executive who takes on technical coordination and R&D decision-making responsibilities similar to those of a CTO.Reliable sources also revealed that this startup project has already received financing support from a leading VC, with the specific amount undisclosed.
6/16/2025 9:48:51 AM
AI在线

AI 驱动化学空间探索,大语言模型精准导航,直达目标分子

作者 | 「深度原理」陆婕妤编辑 | ScienceAI现代科学研究中,化学空间的探索是化学发现和材料科学的核心挑战之一。 过渡金属配合物(TMCs)的设计中,由金属和配体组成的庞大化学空间为多目标优化的搜索带来了难度。 为了解决这一问题,来自「深度原理」 (Deep Principle) 和康奈尔大学的研究者们开发了一种名为 LLM-EO(Large Language Model for Evolutionary Optimization)的新型工作流程算法,释放大型语言模型(LLM)的生成和预测潜能,显著提高了化学空间探索的效率。
10/25/2024 11:54:00 AM
ScienceAI

谷歌、MIT等开发多智能体医疗决策框架MDAgents,医学LLM新用法

编辑 | 白菜叶基础模型正在成为医学领域的宝贵工具。 然而,尽管它们前景广阔,但在复杂的医学任务中如何最好地利用大型语言模型 (LLM) 仍是一个悬而未决的问题。 麻省理工学院、谷歌研究院和首尔国立大学医院的研究人员提出了一种新颖的多智能体框架,称为医疗决策智能体 (MDAgents),它通过自动为 LLM 团队分配协作结构来帮助解决这一差距。
11/8/2024 2:56:00 PM
ScienceAI
  • 1