Cursor 试用到期后，如何在 VSCode 里用更低成本获得可用的 AI 补全？本文把常见做法归为四类：云端 API 配合 Continue、本地 Ollama 跑量化模型、免费额度型插件、以及共享账号等高风险做法，分别说明成本、延迟、补全质量与适用场景，并给出可直接照做的配置片段与调优清单。
试用期的 Cursor 到期后，很多人会退回到 VSCode，然后发现真正舍不得的其实只有一件事：按下 Tab 就自动补出下一行的那种顺滑感。官方的 Copilot 订阅不贵但也算不上免费，而社区里流传的各种"零成本方案"质量参差不齐，试错成本反而更高。
把常见的讨论归纳一下，思路其实只有四条：用插件接云端 API、在本机跑量化小模型、用厂商提供的免费额度插件、以及各种共享或改接口的灰色做法。它们的分歧点集中在三处——每月花多少钱、补全延迟能不能忍、以及代码是否允许离开本机。下面按这四条展开，最后给一个按场景取舍的清单。
先分清：你要的是补全还是对话
选型前先明确需求，否则很容易装一堆插件却都不满意。
- 行内补全（inline / Tab completion）：光标处续写，要求低延迟（最好 200ms 内出结果），模型必须是支持 FIM（中间填充）训练的代码模型，通用大模型直接拿来做补全往往"经常不出结果"。
- 对话改代码（chat / edit）：选中一段让模型重写、解释报错，对延迟不敏感，但对模型推理能力要求高。
不少方案只覆盖其中一半。比如很多免费插件强在对话，Tab 补全却时灵时不灵；而 Continue 这类插件两者都能做，但需要你分别配置两个模型。
方案一：Continue + 云端 API，把补全和对话拆开
这是从 Cursor 迁移过来改动最小的一条路：保留现有插件，换掉模型组合。
关键点是不要用同一个模型同时干两件事。补全用便宜、快、支持 FIM 的代码模型；对话和重构用能力强一些的通用模型。下面是 Continue 配置的大致结构（字段名以官方文档为准）：
models:
- name: chat-model
provider: deepseek # 或 openai / anthropic 等
model: deepseek-chat
apiKey: ${{ secrets.API_KEY }}
roles: [chat, edit]
- name: tab-autocomplete
provider: ollama # 也可以换成云端代码模型
model: qwen2.5-coder:7b
roles: [autocomplete]
再补两条实操经验：
- 关掉或收紧自动触发。一直开着自动补全会持续发请求，既费额度又打断思路；改成手动快捷键触发，或把防抖时间调大，只有停手一小会儿才请求，体验反而更干净。
- 加上忽略文件。把依赖目录、生成代码、日志、大 JSON 排除掉，避免把无关上下文塞进请求里，这是最容易被忽略的降本手段。
云端 API 按 token 计费，日常写业务代码的用量通常远低于直觉，属于"几乎可以忽略"的量级；成本真正失控的场合是让它反复读大文件或整仓库。具体单价请以各家官方价格页为准，各家也常有调整。
方案二：本机 Ollama 跑量化代码模型
如果你在意代码不出本机，或者干脆不想绑卡，本地部署是最直接的选择。在 Apple Silicon 上，内存和显存是统一寻址的，所以内存大就等于显存大：16GB 的机器适合 7B 级别的量化模型，32GB 可以尝试 14B～16B 的 4bit 量化版本，能跑起来且补全延迟可以接受。这属于社区经验值，实际体验还取决于上下文长度、散热和是否同时开着浏览器和容器。
ollama pull qwen2.5-coder:7b # 具体 tag 以 Ollama 模型库最新列表为准
ollama run qwen2.5-coder:7b
然后在插件里把 provider 指向 http://localhost:11434 即可。
取舍很明显：
| 维度 | 本地模型 | 云端 API |
|---|---|---|
| 费用 | 只有电费 | 按量计费 |
| 隐私 | 代码不出本机 | 需信任服务方 |
| 补全质量 | 明显弱于头部闭源模型 | 更强 |
| 首次响应 | 受内存带宽限制，可能偏慢 | 取决于网络 |
| 机器负担 | 占内存、耗电、风扇转 | 几乎为零 |
需要提醒的是，本地跑模型对机器的持续在线能力有要求。如果笔记本内存吃紧、又需要长时间挂着 CLI 类 AI 工具跑任务，一种可选做法是租用机房里的独立 Mac 远程连接使用，把重活和长任务放到远端，本地只留编辑器，网络环境也更稳定一些。这不是必需项，只是性能或在线时长成为瓶颈时的一个备选。
方案三：厂商免费额度型插件
不想配置任何 API，直接用现成插件，是门槛最低的路。常见的有通义灵码、Codeium 系插件、百度 Comate、Supermaven、以及各家编辑器自带的免费额度。它们的共同点是零配置、开箱可用，差异点在于补全命中率、中文支持和额度规则。
社区里的评价分歧很大：有人说某国产插件准确度偏低，也有人觉得"有个能用的就行，不求多强"；有人说某插件补全表现明显更好，也有人直接劝退。这类评价高度依赖你写什么语言、项目结构如何，别人说好不代表你的仓库里好用。建议自己拿真实项目试一两天，重点看三件事：
- 在你主用的语言里，补全命中率如何（JS/TS、Python 一般最好，小众语言和自研 DSL 会明显变差）；
- 中文注释和中文提问是否正常，界面能不能设成中文；
- 免费额度的计算方式，是每日次数、每月 token，还是模型档位限制。
额度规则变动频繁，使用前请以官方最新说明为准。
方案四：共享账号与改接口，不建议
讨论里常出现"找人合租订阅""把插件默认接口改成第三方地址"这类做法。风险要说清楚：
- 账号风险：多人共用一份订阅通常违反服务条款，可能导致封号，投入的配置和时间一起打水漂；
- 密钥风险：把自己的 key 交给来路不明的中转服务，等于把代码和调用记录交出去，出现泄漏无法追溯；
- 稳定性风险：这类通道随时可能失效，某天早上打开编辑器就发现补全全挂，排查成本远高于省下的钱。
合规的替代做法其实不少：官方面向学生和开源维护者的免费额度、云厂商新用户试用额度、插件自带的免费档，以及按量付费的 API——后者的实际月支出往往比一份订阅更低。
按场景选：一张取舍表
| 你的情况 | 建议做法 |
|---|---|
| 预算敏感，代码可以上云 | Continue + 云端 API，补全与对话分模型，手动触发 |
| 代码不允许出本机 | Ollama 本地量化模型，接受质量折损 |
| 不想折腾，能用就行 | 一到两个免费额度插件同时装，随时切换 |
| 追求最强补全、天天写代码 | 直接订阅官方 Copilot，把时间花在业务上 |
| 本地机器性能不足或需要长时间挂任务 | 本地轻量补全 + 远端机器跑重任务 |
调优清单
选定方案后，这几项调优对体验的影响往往比换模型更大：
- 补全默认手动触发，或把防抖调到 300ms 以上；
- 配置忽略规则，排除
node_modules、dist、日志与大体积数据文件； - 限制送入上下文的文件数量和大小，别让模型读整个仓库；
- 按语言分别试模型——不同模型在不同语言上的表现差异确实存在；
- 观察一周的调用量再决定是否升级档位，别一开始就买最贵的；
- 定期检查插件版本，补全类插件的更新频率很高，旧版本经常有已知的延迟问题。
小结
没有"最高性价比"的通用答案，只有匹配你约束的选择：隐私敏感就走本地，预算敏感就走按量 API 加手动触发，怕麻烦就用免费插件并接受它的波动。真正决定体验的往往不是模型多强，而是触发策略、上下文控制和忽略规则有没有配好。至于各类免费额度和价格，变动很快，做决定前请以官方最新说明为准。