# poteto的Cursor实践：验证是自动化的核心瓶颈

- 来源：meng shao (@shao__meng)
- 发布时间：2026-05-26 08:39
- AIHOT 分数：63
- AIHOT 链接：https://aihot.virxact.com/items/cmplx9m7k0jnlsl01yhzxkbr2
- 原文链接：https://x.com/shao__meng/status/2059071907543282090

## AI 摘要

原重度Claude Code用户poteto转向Cursor，基于多模型协同更自然、上下文压缩速度更快、GUI更利于agentic coding等观察。她认为AI智能体像“失忆且智商不在线但可教的新员工”，其失败模式是教学机会。关键洞察是验证才是瓶颈，盲目并行多个智能体只是在加速生产低质量代码。她开源了技能集pstack，其核心元技能/poteto-mode可根据任务自动选择工作流，旨在封装工程严谨度以提升对智能体的信任。最终论点是：自动化边界取决于对智能体端到端处理能力（尤其是验证环节）的信任程度。

## 正文

原本是重度 Claude Code 用户，在加入 Cursor 面试前从未用过 Cursor，这就是 @poteto，一起看看她是怎么使用 Cursor 的？

lauren 认为：作为开发者，我们不应该过度沉迷于 "并行跑多个 agent" 的表象，但真正的瓶颈是验证。

从 Claude Code 到 Cursor 的转变
lauren 原本是重度 Claude Code 用户，在加入 Cursor 面试前从未用过 Cursor。她观察到三件事改变了她的判断：
· 多模型协同的自然化：Opus 写前端、Codex 写系统，可同会话内切换甚至生成不同模型的子 agent。"多模型对抗式 review"在 GUI 中变得不再笨拙。
· Compaction 的速度：cc 中她需"持续警觉"上下文用量；Cursor 中她"基本不再看"。压缩后模型不会变笨。
· GUI > TUI 的潜力：在 Cursor 内置浏览器中直接打开应用、用 Design Mode 修改，让她意识到专用 UI 能让 agentic coding 更有效--CLI 把人本身变成了编排者。

关键洞察：Latent Demand（潜在需求）
引用 @bcherny 的产品哲学：
把产品做得足够可被"滥用"，然后观察用户怎么滥用它，再为这种滥用建造产品。

她的判断是：CC 用户大量自建 orchestrator 工具的现象，正是 latent demand 的暴露--CLI 让人成为编排者，所以人们不停在外面包一层。

但她认为业界的方向走偏了："在 GUI 里跑多个 CLI"完全没抓到要点。真正应该做的是建立对 agent 的信任。

Agent ≈ 失忆症且智商不在线的新员工
· 他们有能力但愚蠢，且高度可教
· 不会真的"学到"任何新东西，每次都从零开始
· 但可以通过 rules / skills / tools / 长期记忆近似出"经验积累"
· 失败模式不是缺陷，而是教学机会

她作为前工程经理的视角点出了关键：没有严谨验证时，agent 会谄媚地写出你要的任何代码，而且写得飞快。 朴素的并行只是在加速生产 slop。

pstack：把工程严谨度封装成 skill
她开源了自己日常使用的技能集 pstack，核心机制是 /poteto-mode--一个高阶元技能，会根据任务自动选择合适的 playbook。
https://github.com/cursor/plugins/tree/main/pstack

设计哲学：
· 目标不是 LOC 最大化，而是以最少代码换取最大影响
· 把资深工程师的方法论显式化（例如：调试 = 在问题空间中二分搜索）
· 现成的 playbook 覆盖：技能编写与评估、自主工作、Bug 修复、特性开发、视觉一致性、原型对比

pstack 是模型无关的，但在 Cursor 这种多模型工具中收益最大--很多 skill 显式利用了不同模型的长短板。

Benny：通往"软件暗工厂"的雏形
后半段揭示更大的图景：当 pstack 让"一发入魂"成为常态后，反馈环本身也能被自动化。

Benny 是她构建的内部自动化 bot 链：
1. Triage（分诊）：看图片/视频，主动追问复现步骤--因为没有清晰的 repro，agent 只能猜。
2. 跨源调查：代码、git 历史、Slack 关于同 bug 的讨论、Notion 中的产品设计决策（是 bug 还是 feature？）。
3. 建单后：另一个 Benny 通过 /orchestrate 接手，递归 spawn agent。
4. Computer Use 复现：Cloud Agent 在云端跑 Cursor 本身，用 CDP 等协议操作桌面，演示 bug 是否真实存在。
5. 修复 + 验证：性能问题会自动抓前后 CPU trace 和堆快照；子 worker 录制前后对比视频；最终一个 worker 开 PR，描述里附上视频。

最深的命题：信任的剂量决定自动化的边界
除非你能信任一个 agent 端到端地拥有一个问题（包括验证环节），否则你无法自动化你的流程。

也就是说：
· 信任 ↑ → 可委派的问题 ↑ → 自动化范围 ↑
· 信任未到位 + 强行并行 = token 浪费 + slop 注入

这把"agent 编排"从工程问题重新定义为信任工程问题。pstack 是一个杠杆--它通过把工程深度灌注给 agent，抬升信任的下限，从而让更多东西可以放进自动化流水线。

### 引用推文

> lauren：http://x.com/i/article/2057201109002059776