大厂与其山寨 Cursor，不如做个好用的 AI 邮件客户端 大厂抄 Cursor，这样追在别人屁股后面跑是没有前途的，AI 代码编辑器已经是红海了，就算大厂又如何，微软比 Cursor 大多少？结果 GitHub Copilot 也没打过 Cursor，大厂还不如多投资几家像 Cursor 这样的公司，为什么非要抄他们呢！ 程序员这个群体大家都知道，又不愿意花钱又没忠诚度，Cursor 好用马上都退订 Copilot，能白嫖绝对不花那$20 的订阅费，大厂不如多看看普通用户的需求。 普通用户需要的不是 Cursor，是能帮助沟通和写作的 AI 编辑器，比如写邮件、回短信。但是有好用的吗？没有！唯一可以看到的期货是苹果的 Apple Intelligence。 ## 普通人的写作需求是什么？ 普通人日常的写作分三种：日常沟通、公文和创作。 **日常沟通** 日常沟通协作就是各种日常的邮件，短信、微信、Slack 等等，这类写作尤其是邮件，套话很多，特别适合用 AI 生成。我日常写稍微长一点的邮件基本都是 GPT 帮我完成了，给出要点和充足上下文，生成的又快又好，稍微改一下就可以用。 **公文类写作** 公文类就是各种报告、总结、文档等等，这种公文套话多，格式固定，但是费时费力，现在绝大部分公文都可以用 AI 帮助协作了。 而且同类型的公文，比如文档，以前历史的文档都可以重用，大语言模型尤其擅长模仿写作风格或者内容结构。结合 RAG（检索增强生成）这样的技术，写新的内容之前把以前写过的相关内容找出来，类似于 Cursor 那样帮你预先生成，大部分时候可能一路 Tab 就好了。 **创作类写作** 创作类又可以细分，一类是二次创作，比如翻译、书评等；一类是原创的创作，比如写论文、写小说还有像这篇这样的原创博客。 二次创作像翻译这种创作，如果结合 AI 其实可以效果更好，比如 AI 先翻译一遍，局部不对的，类似 Cursor 那样，调出对话框，告诉它如何改进，比如先解释一下、去搜索一些外部资料补充，再次生成结果就好很多，但是不需要手动去复制、搜索引擎搜索、筛选、重写等等。 至于原创，我个人是不依赖于 AI 写作的，从来没有让我满意过，我更喜欢一点一点将模糊的想法形成文字，并不断修改成型，AI 的自动完成甚至对我是一种干扰。但写完后借助 AI 帮我改改错别字、润色一下还是可以的。 ## AI 写作工具的挑战是什么？ 相信我上面列出的几类写作需求也同样是大多数人所需要的，像代码编辑器，GitHub Copilot、Cursor 这样的好工具层出不穷，而给普通人写作的 AI 辅助工具，却没有看到什么好用的，这里面确实有很多挑战！ **私有数据的获取** 要想让大语言模型生成好的结果，一定要有充足的上下文，这就意味着要获取你的私有数据，而普通人写作时的数据，很多都涉及隐私，相当敏感。没有人希望自己的私密聊天记录和通信记录发送到服务器，公司相关的邮件更是如此。另外像微信、Slack 这样的通信工具的数据，本身也是没有公开 API 可以获取的，通过其他手段可能会有些麻烦。 **模型的能力** 苹果在演示 Apple Intelligence 中的智能邮件回复时，效果很惊艳，但是它用的是本机小参数模型，如果不能接入 GPT-4o、Claude 3.5 这样的大参数优秀的语言模型来做这个任务的话，我不觉得效果会有多好，毕竟模型的能力才真正决定了最终生成的效果。 包括现在开源的大语言模型，要想在本机运行，大一点参数的模型根本运行不起来，小一点参数的效果又不好，这也是制约之类 AI 写作工具的一大瓶颈。 **交互体验** GitHub Copilot 和 Cursor 的成功，很大一部分程度上归功于其交互体验，根据当前你写代码的位置，智能的给出提示，随时唤起对话框输入提示词个性化的完成任务。但是代码相对来说确定性更强，有固定的语法结构和最优算法解，还有无数历史代码参考，通常一个上下文内，只有有限的最优解，所以可以给出精准的提示。而对于写作，完全是发散式的，可能性太多，极难预测，同样的交互也许就不一定适合普通写作。 **技术挑战** 很多做过或者了解 RAG 的都知道，现在 AI 搜索，看起来技术不复杂，但是做好其实极难，根据用户的输入找出贴切的上下文是极难的事情。要做好 AI 写作，难度不会比 AI 搜索更小，因为本质就是先根据你当前输入的内容，去做 AI 搜索，找出以前相关的内容，甚至要去搜索外网相关的内容，再结合输入位置前后的内容和你的要求帮你写作。 当然还有很多其他挑战，我也无法一一列举。 ## 下一个 AI 写作工具的机会在哪里？ 我以为下一个 AI 写作工具的突破可能首先会是邮件客户端，邮件写作是高频需求，整理邮件也是一大痛点，相对来说邮件的数据也容易拿到，用户只要安装了客户端，绑定邮件账号，就可以在用户的允许下拿到用户的所有邮件数据，并且可以结构化的整理邮件数据，比如和某个人、某个组之间的所有对话，比如某一类对话。 如果有信的过的邮件客户端，能帮我连接 GPT-4o 和 Claude 3.5 这样的 API，能根据我需求智能撰写回复邮件，能根据我需求整理邮件清理垃圾邮件，对我的生产力会是很大提升。 AI 邮件客户端之后，可能会是公文写作，帮助你把历史内容都做好索引，学习你的写作风格和文章结构，根据你采纳建议的反馈不断完善模型。 专业翻译类的 AI 工具，是值得好好做的，书籍的翻译、文章的翻译、字幕的翻译，都是可以借助 AI 大幅提升生产力的地方，好的翻译工具，效率的提升可能是数倍记的。 在 GitHub Copilot 之前，我没想到 AI 可以这样辅助编程，再到 Cursor，我也没想到交互还可以进一步进化到这样方便的程度。所以对于 AI 写作工具也是类似的，我不觉得 Cursor 就是天花板，未来一定有超出我想象的更好的交互形式出现，可能唯一限制我们的就是我们的想象力吧。 期待大厂能做出适合普通人的好用的引领未来的 AI 编辑器，而不是去山寨一个 Cursor 出来！相比而言，我更看好小团队或者个人，他们比大厂更有机会开发出像 Cursor 这样吊打大厂们的 AI 工具。 本文同步发表于：t.co/nFCBi9ogZ4