菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > AI教程 > AI软件开发第三阶段:Cursor创始人观点精选
进阶教程

AI软件开发第三阶段:Cursor创始人观点精选

2026-05-31
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

AI编码从Tab补全到同步Agent,正步入第三阶段:云端Agent可独立处理大规模任务,长时间自主

回顾数年前我们刚开始设计 Cursor 时,大多数开发者的日常工作仍停留在逐字符逐行手工编写代码的阶段。那种“一个键一个键敲、一个字符一个字符垒”的体验,想必每位工程师都深有体会。

Cursor 创始人谈:AI 软件开发正在步入第三阶段

Tab 自动补全的出现彻底打破了这一局面。它就像在编辑器中嵌入了一个高速智能填充引擎,开发者的产出效率瞬间跃升了一个量级。从某种意义上讲,这标志着 AI 辅助编码第一时代的正式开启。

紧接着,Agent 形态登场。开发者开始通过即时同步的“下达需求 → 检查结果”循环来指挥 Agent 执行任务,第二时代随之到来。从 Tab 到 Agent,不仅是补全能力的升级,更是一次从“辅助写代码”到“委托做任务”的质变。

而现在,我们正迈入第三时代。这个时代最核心的特征是什么?简言之:Agent 能够独立处理更大规模的任务,在更长的时间跨度内自主运转,同时需要人类介入的次数越来越少。开发者不必再紧盯每一步的输出和调试结果,而是将精力集中在定义目标、划定边界以及最终验收上。

因此,Cursor 的定位也发生了根本性转变——它不再只是“帮你敲代码”的工具,而是演化为一个帮助开发者构建“软件生产工厂”的平台。这个“工厂”由成群 Agent 组成,每个 Agent 就像工厂里的一条独立产线。开发者使用这些 Agent 的方式更接近于与真实队友协作:给出初始方向,为它们配备独立工作的工具与权限,然后审阅最终成果。相当数量的 Cursor 团队内部成员已经采用这种方式工作。目前团队合并的 PR 中,超过 35% 是由运行在云端独立计算机上的 Agent 自主创建的。按此趋势,行业普遍预期——再过一年时间,绝大多数开发工作都将由这类自主 Agent 完成。

从 Tab 到 Agent 的演进

Tab 自动补全擅长识别低熵、重复性高的代码片段,实现高效自动化。在将近两年时间里,它为开发者带来了显著的生产力增益,功能虽小,却覆盖了日常编码的每个细节。随着大模型能力飞跃,Agent 开始具备更强的上下文记忆能力、更丰富的工具调用能力,以及执行更长行动序列的能力。从去年夏季起,这种使用习惯开始缓慢转变,随后在最近几个月呈现出爆发式增长。这种变化有多彻底?一个直观数据是:如今很多 Cursor 用户几乎不再按 Tab 键了。2025 年 3 月,我们的 Tab 用户数量大约是 Agent 用户的 2.5 倍;而现在,情况完全反了过来——Agent 用户是 Tab 用户的 2 倍。过去一年里,Cursor 中 Agent 的使用量增长了超过 15 倍。不过,以同步 Agent 为主的第二时代可能也不会持续太久——很可能还不到一年,就会被更高级的形态取代。

云端 Agent 与产物(Artifacts)的崛起

与 Tab 相比,同步 Agent 已经工作在更高的抽象层级上,能处理那些需要上下文理解和判断力的任务。但它的模式仍然要求开发者在每一步都保持在循环中——你得盯着它中间产生的每个版本的代码、每个输出结果。加上同步 Agent 需要和本地机器争抢算力,结果就是很难同时运行多个 Agent。云端 Agent 打破了这两大限制。每个 Agent 运行在独立的虚拟机上,开发者可以把任务交给它,然后腾出手来处理其他工作。Agent 可能会自主运行数小时,不断迭代、测试,直到对自身产生的成果有足够信心,才会把结果交给人类快速审阅——包含日志、视频录像和实时预览在内的完整输出,而不仅仅是代码 diff。这让并行运行大量 Agent 真正成为可能。

因为有了产物(Artifacts)和预览支持,开发者不需要从头重构每个对话过程,就能快速评估 Agent 的输出质量。人类的角色也随之发生了根本转变:从逐行指导 Agent 写代码,变成了定义问题、设定评审标准。这种转型,才是第三时代真正意义上的进步。

Cursor 内部的转变正在发生

从内部实践来看,目前 Cursor 合并的 PR 中,已经有 35% 是由云端自主运行的 Agent 创建的。那么,那些率先采用这种新工作方式的开发者,有哪些共同特征?主要有三点:Agent 几乎写了他们 100% 的代码;他们把时间主要花在问题拆解、审阅产物/代码、给出反馈上;他们倾向于同时启动多个 Agent,而不是手把手带完一个。不过,要让这种方式真正成为软件开发的工业标准,还有大量工作要做。

在大规模工业场景下,一个开发者可能轻松绕过去的 flaky 测试或环境问题,就会变成中断所有 Agent 运行的致命故障。更广泛地说,我们还需要确保 Agent 能够尽可能高效地工作,拥有完整的工具链和充足的上下文信息。第三时代的软件开发,正在从“人写代码”转向“人指挥代码工厂”。Cursor 希望成为这条道路上的基础设施,帮助每一位开发者更快地构建属于自己的、能够自主运转的代码库。

(本文根据 Cursor 团队公开分享的内容整理,反映了 2026 年初 AI 辅助软件工程的最新趋势观察。)

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多