海外码农常年无休加班掏空个人身体
凌晨 2 点，你在多伦多家里，笔记本风扇像小飞机。美国同事的 Slack 刚活跃，PR 里躺着 7 个未读。你打开 Cursor，输入“帮我加一个支付回调接口”，它 10 秒生成 120 行代码。你眼睛一亮，合上电脑前点了提交。第二天 staging 挂了：Redis key 没设过期，事务里发 MQ，回滚后消息已经出去。
这不是段子，是很多海外码农的日常：身体被时差和 on-call 掏空，代码被 AI 的自信掏空。你缺的不是再熬两小时，而是一套能让 AI 真正落地的工程习惯。
大家对 AI 编程常有两个误区：
- 把 AI 当许愿池，觉得一句话就能交付生产代码。
- 把 AI 当自动驾驶，生成完不 review、不跑测试、不看 diff 直接 merge。
下面这些方法，来自后端项目里反复踩坑后的总结。目标只有一个：让 Cursor 帮你省时间，而不是帮你埋雷。
一、高效实战技巧：3 个能直接照搬的方法
技巧 1：先喂工程规则，再让 AI 写码
AI 幻觉最大的来源，是它不知道你的项目长什么样。你不告诉它技术栈、目录习惯、禁用依赖，它就会按训练数据里的“平均项目”猜。
操作步骤：
- 在项目根目录建
.cursorrules，写清楚：- 技术栈：Spring Boot 3、MyBatis-Plus、PostgreSQL、Redis。
- 禁止项：不要引入 QueryDSL、不要改全局异常处理、不要升级依赖。
- 测试命令：
mvn test -Dtest=xxx。 - 提交规范：一次只改一个模块。
- 新需求先别让它写代码。用
@Codebase提问：
“这个需求会碰到哪些文件？按依赖顺序列出来，并说明每个文件改动原因。先不要写代码。” - 你确认文件清单后，再让它只改第 1 个文件，输出 diff。
- 跑编译和测试，
