Cursor押注云端Agent!CEO 放话:审核AI代码是开发者最核心竞争力

图片[1]-Cursor押注云端Agent!CEO 放话:审核AI代码是开发者最核心竞争力-AI Express News
整理|冬梅

在 AI 编程工具加速演进的当下,又一位头部创业者对“下一阶段”给出了明确判断。

1 Cursor CEO :开发者将从“写代码的人”转向“搭建智能工厂的人”

近日,编程工具 Cursor 的 CEO Michael Truell 在社交平台 X 上发文称,AI 编程已经进入“第三个时代”:智能体(Agent)将在更少人工干预下、以更长时间尺度独立完成复杂任务,而开发者的角色,将从“写代码的人”转向“搭建智能工厂的人”。

Truell 将 AI 编程的发展划分为三个阶段。

第一阶段,是以 Tab 补全为代表的 AI 辅助编程工具时代。几年前,大部分代码仍需逐行手写,而智能补全改变了效率曲线,开发者开始习惯“人写一部分,机器补一部分”的协作模式。

第二阶段,则是同步“提示—响应”循环驱动的智能体。开发者通过自然语言下达指令,智能体根据提示生成代码、解释逻辑或执行修改。人与 AI 形成高频互动。

而如今,Truell 所说的“第三个时代”正在到来:智能体可以在更少人工介入的情况下,自主执行更长链路的任务,甚至在云端持续运行,完成跨文件、跨模块的大规模工程改造。

在他看来,Cursor 的核心定位不再只是“帮你写代码”,而是帮助开发者搭建一个由多智能体构成的“生产软件的智能工厂”。开发者给出方向,配置工具链,审核成果;智能体则像团队成员一样协作执行。

更具冲击力的是,Truell 透露,Cursor 团队内部已经采用这一模式——目前合并的 PR 中,已有超过三分之一由运行在云端的智能体自主生成。他甚至预测,一年之后,绝大多数开发工作都将由此类智能体完成。

以下为该帖全文翻译:

几年前我们着手开发 Cursor 时,绝大多数代码仍需逐行敲击编写。Tab 补全改变了这一局面,开启了 AI 辅助编程的第一个时代。

随后智能体(Agent)登场,开发者转向通过同步的「提示 — 响应」循环来指挥智能体,这是第二个时代。如今,第三个时代已然到来。它的核心特征是:智能体能够在更少人工干预下,以更长时间尺度独立完成更复杂的大型任务。

因此,Cursor 的核心定位不再只是编写代码。它的使命,是帮助开发者搭建出生产软件的「智能工厂」。这座工厂由成体系的智能体组成,开发者与它们如同队友协作:给出初始方向,为它们配备独立工作的工具,并对成果进行审核。

目前,Cursor 团队内部早已采用这种工作模式。我们合并的 PR 中,已有超过三分之一由运行在云端的智能体自主生成。我们相信,一年之后,绝大多数开发工作都将由这类智能体完成。

从补全到智能体:编程范式的彻底转向

补全功能的优势,在于能精准识别哪些低熵、重复性工作可以被自动化。在近两年时间里,它为开发者带来了极为显著的效率提升。

后来,模型能力不断进化。智能体能够承载更多上下文、调用更多工具、执行更长的操作链路。开发者的使用习惯也开始改变 —— 从夏季的缓慢过渡,到过去几个月的飞速转变。

这场变革如此彻底,以至于如今许多 Cursor 用户已几乎不再使用 Tab 补全键。2025 年 3 月,使用 Tab 补全的用户数量还是智能体用户的 2.5 倍。而现在,格局已经完全反转:智能体用户数达到了 Tab 补全用户的 2 倍,Cursor 内的智能体使用量迎来爆发式增长。

过去一年,Cursor 上的智能体使用量增长超过 15 倍。

图片

但这一转变,很快又将被更宏大的浪潮所取代。补全时代持续了近两年;而以同步调用智能体为核心的第二个时代,或许连一年都维持不了。

相较于 Tab 补全,同步智能体的工作层级更高。它们能够处理需要上下文理解与判断的任务,但每一步仍需开发者参与其中。而这种实时交互模式,再加上同步智能体会占用本地设备资源,意味着同一时间只能运行少数几个智能体。

云端智能体则打破了这两重限制。每个云端智能体都运行在独立的虚拟机上,开发者可以将任务交付后,转而处理其他工作。智能体将在数小时内持续推进、迭代调试,直至输出可靠结果,并以易于审阅的形式反馈:包含日志、录屏和实时预览,而非代码差异文件。

这使得并行运行多个智能体成为现实,因为产物与预览已提供足够上下文,开发者无需从头复现每一段执行过程即可评估结果。人的角色,也从逐行指导代码编写,转变为定义问题、设定审核标准。

这场变革,正在 Cursor 内部发生

如今,Cursor 团队内部合并的 PR 中,已有 35% 由运行在云端虚拟机中的自主智能体完成。我们观察到,采用这种全新工作方式的开发者,通常具备三个特征

  • 代码几乎 100% 由智能体编写

  • 开发者将精力集中在拆解问题、审阅产物与代码、给出反馈

  • 同时启动多个智能体并行工作,而非逐个手把手指导完成

想要让这套模式成为软件开发的标准方案,仍有大量工作要做。在工业级规模下,一个开发者可以自行绕过的不稳定测试或环境故障,却会导致所有智能体运行中断。更广泛地说,我们仍需确保智能体尽可能高效运作,让它们能完整获取所需工具与上下文。

在我们看来,昨日的发布,正是朝着这一方向迈出的关键第一步。

2 评论区炸锅:真正的门槛是“审代码”

Truell 的这一判断,在海外开发者社区引发广泛讨论,业内人士围绕技术定位、能力门槛、安全隐私与未来形态等话题展开激烈交锋。

Truell 的愿景并未获得一边倒的赞同。

有开发者指出,所谓“第三个时代”里被忽略的一点是:审查 AI 生成代码的能力门槛,实际上比自己写代码更高。

在 X 上,ID 名为 Sudheer Singh 的用户表示,当代码并非由你亲手设计时,你必须对其结构和模式有足够深入的理解,才能发现那些隐藏在模式背后的细微 Bug。很多团队尚未为这种能力转变做好准备。

图片

还有人对“PR 驱动工作流”是否仍然适用于智能体时代提出质疑:当代码大规模由智能体生成,Pull Request 机制是否会失去原有意义?评审流程是否需要重构?

图片

对于 Cursor 强调的“云端运行智能体”,也有开发者表达担忧。

一位评论者直言,他并不喜欢云端智能体的模式:将环境变量(ENV)等敏感信息发送至云端,而自己却无法完全了解智能体在做什么,这令人不安。同时,这意味着更强的生态绑定,一旦深度依赖某一平台,将削弱在市场中的迁移自由度。

另有声音呼吁,Cursor 在追逐云端智能体愿景的同时,不应忽视其旗舰产品 IDE 本身的稳定性和质量——“请至少把一部分精力放在提升 IDE 的可靠性上,它远未达到应有水准。”

围绕“AI 第一波浪潮”的定义,也出现争论。

有评论者认为,将早期的自动补全称为 AI 并不严谨。传统补全更多是基于索引搜索和模式匹配,而非真正意义上的智能推理。

图片

参考链接:

https://x.com/mntruell/status/2026736314272591924

声明:本文为 InfoQ 整理,不代表平台观点,未经许可禁止转载。

 
 
 
图片
今日好文推荐
谷歌规引争议:非技术岗不用AI要扣绩效分?36岁程序员复工第一天猝死出租屋,米哈游发布回应;Block裁掉4000人股价却暴涨30%?| Q资讯
老师讲 12 小时,不如 AI 教 2 小时?这所高中直接干掉了所有老师,Claude、ChatGPT 也成学生日常
DeepSeek联手清北发新论文,5000行代码改写规则!V4 架构专治推理I/O瓶颈,性能暴增187%
遭谷歌封禁,OpenClaw 创始人首次在 OpenAI 受访吐槽:Gemini 自信“100%能跑”,结果一试就崩
会议推荐

2026,AI 正在以更工程化的方式深度融入软件生产,Agentic AI 的探索也将从局部试点迈向体系化工程建设!

QCon 北京 2026 已正式启动,本届大会以“Agentic AI 时代的软件工程重塑”为核心主线,推动技术探索从「AI For What」真正落地到可持续的「Value From AI」。从前沿技术雷达、架构设计与数据底座、效能与成本、产品与交互、可信落地、研发组织进化六大维度,系统性展开深度探索。开往 2026 的 Agentic AI 专列即将启程!汇聚顶尖专家实战分享,把 AI 能力一次夯到位!

图片

<原文链接:https://mp.weixin.qq.com/s/BW3-e10KHTv7H9HegVDazQ

© 版权声明
THE END
喜欢就支持一下吧
点赞9 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容