Cursor基本焊死在我电脑上了，写页面开它，改Bug开它，连写个README都想让它代劳。说实话，我一个后端为主的全栈，靠着它那点代码预测，前端效率至少翻了两倍。但后来项目做多了，代码它确实写得快，可PRD没人替我写，原型没人替我画。它帮我省掉了编码时间，却没把前面的活儿一起带走。

结果就变成：脑子里想做个东西，先得打开ChatGPT聊需求，再切到Perplexity查竞品，墨刀画原型，再找个AI设计工具出UI。等这些折腾完，Cursor才真正开始干活。虽然都是好用的，但来回切换上下文，最后出来的东西总觉得很别扭。能不能有个AI，帮我直接把产品、设计、开发拉个群，帮我把前置工作干了就好了。

上周末看到国内出了个叫“墨见”的AI智能体，大概是面向独立开发的AI虚拟团队。周末闲着也是闲着，就去实测跑了一下。我发现它走的路子，和我们熟悉的AI IDE还真不太一样。今天来分享一下实测的过程和遇到的一些坑。

一、墨见到底是个什么路子的AI？

它不太像Cursor，而是基于OpenClaw引擎的AI全栈智能体。之前研究过一点OpenClaw，现在的AI发展方向是多智能体协作。所以打开墨见，映入眼帘的就是不同的AI角色，它把这个概念做成了“虚拟公司”的模式。

它不是和其他AI大模型一样，给你一个对话入口，而是先让你“招募”。里面有AI产品经理、AI设计师、AI前端工程师等等几十个角色，你把需要的AI角色招募进来，然后组建一个项目群，就可以把需求扔进去，它们之间会互相讨论、确认，然后再产出东西。当然，单聊也不是不可以，但一个项目总是需要多个不同职责的角色共同协作的。

现在手下突然多了几个AI角色，你只需要告诉它们想要干什么，它们就开始自己叽叽喳喳讨论了。

二、实测用一个小工具APP的MVP

多智能体听起来很高级。真干活行不行？我没有用什么复杂创业项目，就拿最近想到的一个小工具需求来测试。大概意思是：做一个拍照辅助App，帮助用户快速找到更好的构图角度，记录灵感照片，生成拍摄建议。算是比较典型的独立开发项目。

第一步：拉人建群

我先招募了几个角色，产品经理、UI和两个工程师。测试的时候免费角色就够用，先不用花钱解锁高级的。建好项目脑暴群后，直接把我的大白话需求发在群里，对于这样一段比较模糊的话，这几个角色马上就给出了回应。

第二步：AI团队讨论

我那条模糊的需求刚发出去，最先开口的是AI产品经理，她直接拆了3个用户场景还顺带做了用户故事地图，前端从技术实现上指出实时构图辅助是难点......大家纷纷发表自己的建议，说实话一开始还蛮好，但后面我加入讨论，会觉得有些角色这时候有点多余，就直接发指令只让产品和设计来说，还真挺像一个领导的。

第三步：从原型到代码

产品经理和UI讨论完，直接甩给我一个可以点的高保真原型。等原型确认了，我再让开发角色介入，把原型转成前端React代码。代码可用性是OK的，后面就让Cursor来跑。

整个过程下来，我最大的感受是：终于可以在一个平台把产品流程全部走完了。AI产品经理、设计师、开发甚至运营，组成一个全栈智能体团队。至少在我的测试里，这几个角色给出的内容还能接得上，不会出现前面说A，后面又跑去做B的情况。

三、聊聊它和Cursor的区别和优缺点

把它和Cursor放在一起比是不公平的，因为完全不是一个物种。Cursor是写代码的宝藏工具，它能在代码生成和重构上让你惊喜，不过前提是你得明确知道自己要什么代码。没有技术背景的不建议去盲目用Cursor。墨见更像是一个AI外包团队，它解决的是从一个模糊的想法到一份完整的PRD+原型+基础代码的全过程，适合没有技术背景的人，但对独立开发者来说，代码不是问题，主要是因为前面的流程跑起来更顺。

我现在的做法是：用墨见的AI全栈智能体团队把需求理清、把UI定型、把基础的组件代码跑出来，然后把这些丢进Cursor里，去完成最终的业务逻辑和细节微调。

当然，周末实测下来，我也遇到了几个明显的槽点：

1. 网页端做得交互偏移动端，在电脑上操作有点别扭，已经有人反馈官方了，后期可能会改。
2. 处理复杂逻辑会等很久，这种全栈智能体在后台协同推理的时间会拉长，急性子最好先干手头的事，晚一点再来看结果。
3. 群里角色多的时候就有人废话。产品经理刚说完，架构师又换个说法再说一遍。后来我直接@谁谁说话，不然都会回应。
4. 有几次跳过需求讨论环节，生成UI界面排版有些拉胯，还是得把需求聊明白，确认PRD之后再生成原型。

总结

去年我们还在惊叹代码生成，现在已经开始把“研发团队”给包圆了。以后独立开发的门槛，可能真的不再是写多少行代码了。反正这一套试下来，我感觉独立开发代码能力不再是瓶颈，谁更能让这群AI乖乖干活，就能更快出项目。