AI 软件开发的第三个时代

几年前，当我们开始构建 Cursor 时，大部分代码还是一次敲击一个按键写出来的。Tab 键自动补全改变了这一现状，开启了 AI 辅助编程的第一个时代。

随后，智能体（Agents）出现了。开发者的工作重心转移到了通过同步的“提示-响应”循环来指挥智能体。那是第二个时代。而现在，第三个时代正在到来。它的定义是：智能体能够独立处理更大规模的任务，跨越更长的时间尺度，并且需要的人工指导更少。

因此，Cursor 的核心不再仅仅是编写代码。它现在的意义在于帮助开发者构建“生产软件的工厂”。这个工厂由成群的智能体组成，开发者作为队友与它们互动：提供初步方向，为它们配备能够独立工作的工具，并审查它们的工作成果。

Cursor 团队中的许多人已经开始以这种方式工作。我们合并的 PR（拉取请求）中，超过三分之一是由在云端独立计算机上运行的智能体创建的。我们认为，一年后，绝大多数的开发工作都将由这类智能体完成。

Tab 自动补全擅长识别那些低熵（规律性强）、重复性的工作，并将其自动化。在近两年的时间里，它带来了显著的效率提升。

接着，模型能力提升了。智能体能够掌握更多上下文，使用更多工具，并执行更长的操作序列。开发者的习惯开始转变，这种转变在整个夏天缓慢进行，然后在过去的几个月里迅速加速。

这种转变是如此彻底，以至于今天许多 Cursor 用户甚至不再触碰 Tab 键。在 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，情况完全反转：Agent 用户数量是 Tab 用户的 2 倍，且 Cursor 中的 Agent 使用量激增。

但这仅仅是个开始，这一转变正在为更宏大的事物让路。Tab 时代持续了近两年。而绝大多数工作通过同步智能体完成的第二个时代，可能连一年都维持不了。

与 Tab 相比，同步智能体在技术栈的更高层工作。它们处理需要上下文和判断力的任务，但在每一步仍需开发者保持在循环中（Human-in-the-loop）。这种实时交互的形式，加上同步智能体与本地机器争夺资源的事实，意味着一次只能实际操作寥寥几个智能体。

云端智能体消除了这两个限制。每个智能体都在其独立的虚拟机上运行，允许开发者移交任务后转而处理其他事务。智能体会在数小时内完成任务，不断迭代和测试，直到它对输出有信心，然后返回可供快速审查的成果：日志、视频录像和实时预览，而不仅仅是代码差异（diffs）。

这使得并行运行智能体变得切实可行，因为产物（artifacts）和预览提供了足够的背景信息，让你无需从头重构每个会话即可评估输出。人类的角色从指导每一行代码，转变为定义问题和设定审查标准。

在 Cursor 内部，我们合并的 PR 中有 35% 现在是由在云端虚拟机中自主运行的智能体创建的。我们观察到，采纳这种新工作方式的开发者具有以下三个特征：

1. 智能体编写了几乎 100% 的代码。
2. 开发者的时间花在拆解问题、审查产物/代码以及提供反馈上。
3. 他们会同时启动多个智能体，而不是手把手带着一个智能体直到完成。

在这个方法成为软件开发标准之前，还有很多工作要做。在工业级规模下，一个单人开发者可以绕过的“不稳定的测试”（flaky test）或损坏的环境，会变成打断每一个智能体运行的致命故障。更广泛地说，我们需要确保智能体能够尽可能高效地运作，拥有其所需的完整工具和上下文访问权限。

我们认为 昨天的发布 是朝这个方向迈出的初步但重要的一步。