AI 发展到今天，已经成为了人人必备的工具。Cursor AI 让八岁的小女生在5分钟内构建了一个聊天机器人，这激励了无数有想法的 builder。几天过去，基于 Cursor 的应用遍布全网。
作为编程小白的小编也去尝试了 Cursor。我不懂编程，只是熟悉一些简单的命令行操作。使用 cursor 我顺利地写出了第一个完整的 Rust 应用，一个简单的但功能完备的 To Do App。
从实践来看，都说 Rust 学习曲线陡峭，AI 在降低 Rust 学习曲线上可以发挥巨大的作用。不会代码也能写出来能运行的 Rust 应用。
和其他人直接使用闭源的 OpenAI 和 claude 不同的是，在这里我本地运行了一个开源的 Llama-3.1-8B 模型。同时我也对这个开源的模型进行了知识库的定制。准确来说，我在本地运行的是一个基于 RAG 的大语言模型应用，也因此 Llama-3.1-8b 模型具有了 Rust by example 的知识。
具体效果怎么样？请看视频！在下面的视频里，我先问了 Llama-3.1-8B 如何开始一个新的 Rust 项目，然后在本地运行了带有 Rust knowledge 的大语言模型应用，最后配置 Cursor 生成 Rust To Do App。整个过程中，我的作用就是一直规划 AI 干活，一行代码也没写，最后就收获了一个完整可用的 To Do App。
考虑到小编我没有任何编程背景知识，这样的结果已经让人很惊喜了！使用 AI 真的能降低 Rust 学习曲线！
视频使用的技术栈如下
Gaia : 用来在本地运行大语言模型的软件，使用 Gaia 的好处是可以一键起 RAG 应用，并且最后会暴露一个可以公开访问的 HTTPS 服务。以我的实践经验来看，如果我们想要 Cursor 能够连接本地大语言模型，https 链接是必须的。使用 LlamaEdge 的 localhost:8080 就不能和 cursor 一起工作。 chat 模型：Meta 最新的 Llama-3.1-8b 模型 embedding 模型：Nomic-embed，用于转换和搜索向量 知识库：开源的 Rust by Example IDE: Cursor
如果你也想试试，请参考这个教程：https://docs.gaianet.ai/user-guide/apps/cursor
通过上面的视频可以看到，Rust 编译器给出的错误提示可读性非常强，非常适合发给 AI 进行 debug。用 AI 降低 Rust 的学习曲线，是可以做到的。
其实不仅在让 AI 帮我们写 Rust ，更在用 Rust 写 AI 应用！上面视频所提到的 Gaia 与 LlamaEdge 都是基于 Rust 和 Wasm 开发的！
想要了解更多 Rust 在 AI 领域的应用？LlamaEdge 维护者 Sam Liu 将在 RustChinaConf 2024 上详细拆解这背后所用到的 Rust 技术。
下面是详细的介绍：
演讲时间：9月7日 14:05 — 14:35 分论坛：AI应用与大模型 议题：LlamaEdge: 面向开发者的轻量级、跨平台大模型基础设施 简介：LlamaEdge是一款针对大型模型推理的轻量级基础软件。它支持多种AI加速器，具备跨平台部署能力，并兼容OpenAI API规范，同时支持定制化。安全性方面，LlamaEdge利用 Wasm 沙盒特性提供保障。通过结合Rust、WebAssembly和LLM技术，LlamaEdge助力开发者在AGI时代以低成本、快速构建和部署AI应用。
除了 LlamaEdge 外，本次 RustChinaConf 的 AI 应用与大模型还有其他 Rust 与 AI 相关的精彩议题。作为本次大会的主办方之一，欢迎大家来打卡。
详细议程请戳：https://rustcc.cn/2024conf/
关于 WasmEdge
WasmEdge 是轻量级、安全、高性能、可扩展、兼容OCI的软件容器与运行环境。目前是 CNCF 沙箱项目。WasmEdge 被应用在 SaaS、云原生，service mesh、边缘计算、边缘云、微服务、流数据处理、LLM 推理等领域。
GitHub：https://github.com/WasmEdge/WasmEdge
官网：https://wasmedge.org/
Discord 群：https://discord.gg/U4B5sFTkFc
文档：https://wasmedge.org/docs
