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。

1Cursor 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

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。

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。

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？

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。

参考链接：

声明：本文为 InfoQ 整理，不代表平台观点，未经许可禁止转载。