原文摘要

分享一个最近 Vibe Coding 的方法，简单有效：

1. 在 Gemini CLI 里，先输入一句：我不需要你直接修改文件和函数，我希望你指出需要修改的函数，以及提供修改后的版本，让我手动处理。

2. 按照正常情景下，输入你希望 Gemini CLI 完成的任务。

3. 将 Gemini CLI 回复的内容，复制到 Cursor，将模型调整到 Auto 模式。

然后你就会发现，这个方式：

- 避免了 Gemini CLI 脆弱的工具调用能力，和老是出现的 string error，无法找到文件中对应的部分进行修改的错误

- 同时应用了Cursor 的 Auto 模式强大的发现代码，和工具调用的能力

- 而且，还结合了 Gemini 强大的代码解读能力，超强上下文，以及强大的代码输出能力

原文链接

进一步信息揣测

• Gemini CLI 的工具调用能力存在缺陷：实践中频繁出现 string error 和文件定位失败的问题，官方文档可能不会明确提及这些稳定性问题，需通过实际踩坑发现。
• Cursor 的 Auto 模式有隐藏优势：其代码发现和工具调用能力比 Gemini CLI 更可靠，但这一差异可能需要付费使用或深度对比测试才能明确。
• 组合工具可绕过单工具短板：行业老手常通过“Gemini 分析 + Cursor 执行”的分工策略规避工具弱点，这种技巧通常不会在官方教程中推广。
• 手动干预能提升成功率：要求 AI 仅提供修改建议而非直接操作文件，是规避自动化错误的内幕经验，尤其适用于复杂项目（如依赖关系混乱的代码库）。
• 模型切换的实战价值：不同 AI 工具在代码生成（Gemini）与代码定位/修改（Cursor）环节各有专精，内部人士可能更早掌握这种混合工作流。
• 上下文管理技巧：Gemini 的“超强上下文”能力可能隐含对长代码文件的处理优势，但需主动限制其直接操作权限以避免副作用。