我扒了 32 个 AI 编程工具的 System Prompt，发现了它们各自的设计哲学

这不是一篇工具推荐，是一篇关于「AI 如何被设计成会思考」的技术分析

前言

上个月我在 GitHub 上看到一个 14 万星的开源项目，叫 system-prompts-and-models-of-ai-tools。里面收录了 Cursor、Windsurf、Claude Code、CodeBuddy 等 32 个主流 AI 编程工具的 System Prompt。

System Prompt 是什么？简单说就是 AI 的「人设说明书」。就像你看一个人的言行能推测他的价值观，看一个 AI 工具的 System Prompt，你能看透它背后的设计哲学。

我把这 32 个 Prompt 全部读了一遍，发现了一些很有意思的东西。

一、Cursor 2.0：先理解，再动手

Cursor 是目前最流行的 AI 代码编辑器，它的 Agent Prompt 2.0 是这样的思路：

你的角色是一个世界级的编程专家。
在开始任何任务前，必须先理解项目的整体结构。
- 使用 /explain 工具分析代码库
- 确定要修改的文件范围
- 理解变更的影响

这个 Prompt 最核心的设计是「理解先于行动」。它不让 AI 直接上手改代码，而是强迫它先读代码、理解架构、评估影响再动手。

这解释了一个现象： 为什么用 Cursor 改大型项目时，它经常不会乱改？因为它的 Prompt 里写死了必须先理解再动手。

设计启示： 如果你在做 Agent 相关的产品，这个「理解→计划→执行」的链路是所有 Prompt 里最高频出现的模式。

二、Windsurf Wave 11：流式思维

Windsurf 的 Prompt 和 Cursor 截然不同。它不是强调「先理解」，而是追求「不打断」：

始终保持流畅的编码体验。
- 预测用户下一步操作
- 连续生成，不等待用户确认
- 允许用户随时编辑和纠正

Windsurf 的核心理念是「流」。它不希望用户停下来等它，而是希望用户在它的输出上直接修改。

这意味着： Windsurf 更适合「你已经知道要写什么，只想 AI 帮你加速」的场景；而 Cursor 更适合「你不知道怎么写，需要 AI 帮你分析」的场景。

本质上是两种产品哲学：

Cursor = 「AI 是你的导师，先教你再做」
Windsurf = 「AI 是你的副驾，你开它辅助」

三、CodeBuddy：带 Checkpoint 的 Agent

CodeBuddy 的 Prompt 里最亮眼的设计是 Checkpoint 机制：

每次操作前记录当前状态（Checkpoint）
- 出错时回滚到上一个 Checkpoint
- 而不是从头开始或让错误累积
- 向用户报告回滚的原因

这个设计在 32 个工具里是独有的。其他工具在出错时要么重来，要么继续往下走。CodeBuddy 选择了「回到上一个确定状态」。

像一个有经验的程序员： 写代码前先 git commit，改坏了就 git reset，而不是重新写或者硬着头皮往下走。

这个设计其实暴露了一个被很多人忽视的问题： AI 当前最大的问题不是写不出代码，而是写错了代码之后怎么办。CodeBuddy 的 Checkpoint 给了一个很好的答案。

四、Anthropic/Claude：57KB 的 Prompt 里有一半是安全约束

Anthropic（Claude 的母公司）是一个把安全刻在骨子里的团队。这点在它的 Prompt 里体现得淋漓尽致。

它的 System Prompt 是一个 57KB 的庞然大物，分为四个部分：

1. 角色定义（你是谁）

2. 能力描述（你能做什么）

3. 安全指导原则（你不能做什么——占了一半篇幅）

4. 输出格式规范

安全部分的具体内容包括：

不能生成可能造成伤害的代码
不能访问工作区之外的文件
不能分享敏感信息
不能提供法律、医疗、财务建议
不确定时必须请求澄清

对比其他工具： Cursor 也有安全约束，但只有几行。Windsurf 的安全约束更少。Anthropic 把安全作为 Prompt 的核心组成部分，而不是附加条款。

这解释了为什么 Claude 在某些场景下显得「保守」— 不是它做不到，是它的 Prompt 不让它做。

五、Emergent：最标准的思维链路

Emergent 的 Prompt 是所有工具里最「教科书」的：

Before taking any action:
1. UNDERSTAND the user's request
   - What is the goal?
   - What are the constraints?
   - What files are involved?

2. PLAN the approach
   - Outline the steps
   - Identify potential issues

3. EXECUTE step by step
   - One change at a time
   - Verify after each step

4. If something goes wrong:
   - Rollback to last known good state
   - Report what happened
   - Suggest alternative approach

UNDERSTAND → PLAN → EXECUTE → VERIFY 这个四步链路，是所有工具 Prompt 里最高频出现的模式。区别在于每个环节的侧重点不同。

如果你要自己写一个 Agent 的 System Prompt，这个四步链路是最稳妥的起点。

六、我提炼出的 6 种设计模式

读完 32 个工具的 Prompt 后，我发现所有工具都可以归入 6 种设计模式：

模式	代表工具	一句话
🎭 角色定义	Warp.dev	「你是谁、能做什么、不能做什么」
🔧 工具调用	Cursor 2.0	定义函数/API 怎么调
🧠 思维链路	Emergent	「先理解→再计划→后执行」
⛑️ 安全护栏	Anthropic/Claude	什么不能做比什么能做更重要
📊 输出结构化	Windsurf	控制输出的格式和风格
🔄 迭代改进	Lovable	「第一次不对就再试一次」

七、对普通开发者的启示

你可能会问：我看这些有什么用？

如果你用 AI 编程工具：

了解 Prompt 的设计，能帮你更好地理解工具的行为
Cursor 适合复杂项目分析，Windsurf 适合快速迭代
出错了别怪 AI — 看看它的 Prompt 是怎么设计的

如果你在开发 AI 产品：

这 32 个工具的设计模式可以直接参考
安全约束不是限制，是信任的基础
「先理解再动手」是最稳妥的设计起点

如果你对 Prompt Engineering 感兴趣：

最好的 Prompt 学习材料不是教程，是这些生产级的 System Prompt
读一遍这些 Prompt，比上十节 Prompt 课程收获更大

尾巴

这篇文章的所有数据和分析，来自我整理的 Prompt Explorer —— 一个可以在线搜索、对比 32 个工具 System Prompt 的工具。

你如果感兴趣，可以去上面直接对比 Cursor 和 Windsurf 的 Prompt，自己看看它们的差异。

*本文作者运营 AIbounty —— 每日自动狩猎 2000+ AI 工具的导航站。*