Michael Truell：AI软件开发的第三个时代

几年前我们刚开始构建 Cursor 时，大部分代码还是一次敲击一个键写出来的。Tab 自动补全改变了这一点，开启了 AI 辅助编程的第一个时代。

随后 Agent（智能体）出现了，开发者的工作方式转变为通过同步的提示与响应循环来指导 Agent。这是第二个时代。现在，第三个时代正在到来。它的标志是：Agent 能够在更长的时间尺度上，在更少的人类指导下独立处理更大规模的任务。

因此，Cursor 的核心不再主要是编写代码，而是帮助开发者构建创造软件的工厂。这个工厂由成群的 Agent 组成，开发者像对待团队成员一样与它们互动：提供初始方向，为它们配备独立工作所需的工具，并审查它们的工作成果。

我们在 Cursor 的许多人已经开始以这种方式工作。我们合并的 PR（Pull Request）中，有超过三分之一现在是由在云端各自计算机上自主运行的 Agent 创建的。我们认为，一年后绝大多数开发工作将由这类 Agent 完成。

Tab 在识别哪里存在可自动化的、低熵的重复性工作方面表现出色。在近两年的时间里，它产生了巨大的杠杆效应。

随着模型的进步，Agent 能够保持更多上下文，使用更多工具，并执行更长的动作序列。开发者的习惯开始发生转变——整个夏天都在缓慢变化，而在过去的几个月里则迅速加速。

这种转变如此彻底，以至于今天许多 Cursor 用户根本不再碰 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。而现在情况反转了：Agent 用户数量是 Tab 用户的 2 倍，且 Cursor 中 Agent 的使用量激增。

在过去的一年中，Cursor 中 Agent 的使用量增长了超过 15 倍。

但这仅仅是更大变革的开端。Tab 时代持续了将近两年。而在同步 Agent 完成大部分工作的第二个时代，可能连一年都持续不到。

与 Tab 相比，同步 Agent 在技术栈中运作得更深。它们处理需要上下文和判断力的任务，但仍需在每一步都让开发者保持参与。然而，这种实时交互形式，加上同步 Agent 会竞争本地机器的资源，意味着同时与多个 Agent 协作是不切实际的。

云端 Agent 消除了这两个限制。每个 Agent 都在自己的虚拟机上运行，这让开发者可以移交一项任务后去处理其他事情。Agent 会花费数小时处理任务，进行迭代和测试，直到对输出结果有信心，然后带着可快速审查的内容返回：日志、视频录像和实时预览，而不仅仅是代码差异（diffs）。

这使得并行运行多个 Agent 变得切实可行，因为工件（artifacts）和预览提供了足够的上下文来评估输出，而无需从头重建每一个会话。人类的角色从指导每一行代码，转变为定义问题并设定审查标准。

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 Agent 创建的。我们观察到，采用这种新工作方式的开发者具有三个特征：

1. Agent 几乎编写了他们 100% 的代码。
2. 他们的时间主要花在拆解问题、审查工件/代码以及提供反馈上。
3. 他们会同时启动多个 Agent，而不是手把手地指导一个 Agent 直到完成任务。

在使这种方法成为软件开发标准之前，还有许多工作要做。在工业规模上，单个开发者可以绕过的不稳定的测试或损坏的环境，会变成中断每个 Agent 运行的故障。更广泛地说，我们仍需确保 Agent 能够尽可能高效地运作，并拥有对所需工具和上下文的完整访问权限。

我们认为这（云端 Agent）是朝着那个方向迈出的初步但重要的一步。