Cursor 内部 35% 的 PR 已由 AI 自主完成，你的工作方式落后了吗？
从 Tab 补全到 AI 辅助驾驶 AI 编程已经深深改变了我们的工作方式，今天，Cursor 的联合创始人 Michael Truell 说：AI 编程已经进入第三个时代了。
三个时代在说什么？
-
第一时代：Tab 补全。AI 帮你把写了一半的代码补完。那时候，代码还是你一行一行写的，AI 只是让你少按几次键盘。
-
第二时代：同步 Agent。你用自然语言告诉 AI 要做什么，它生成一段、你审查一段。你是"导演"，AI 是"演员"，两个人始终保持实时对话。
-
第三时代：云端自主 Agent。你扔给 AI 一个任务，它在云端的虚拟机上跑几个小时，自己测试、自己迭代、自己解决问题，最后给你返回一个"可以直接 review 的结果"——不是代码片段，而是完整的运行日志、视频录像和实时预览。
读到这里你可能觉得：这不还是 Agent，哪里是什么新时代？
差别在于：一个你必须全程陪着，另一个你扔出去就能去干别的事。
第一时代：Tab 的黄金两年
如果你用过早期的 GitHub Copilot 或者 Cursor 的 Tab 补全，你一定记得那种感觉：你在写函数名，AI 已经帮你把整个函数体补出来了。
那种感觉很爽。但本质上，它在做的事是：把低熵、重复性强的工作自动化。变量名续写、重复模式填充、固定格式生成。
接近两年的时间里，Tab 一直是 Cursor 里使用量最高的功能。
但这个局面，从 2024 年下半年开始悄悄松动。
第二时代：Agent 的爆发，比所有人预期都快
2024 年夏天，Cursor 里开始有更多人不再只靠 Tab，而是开始跟 AI 对话来完成更复杂的任务。
变化很慢，直到下半年，突然加速了。
Michael Truell 给出了一组数据：
2025 年 3 月，Tab 用户数量是 Agent 用户数量的 2.5 倍。
到了最近，这个比例倒过来了：Agent 用户数量变成了 Tab 用户的 2 倍。
Cursor 内部的 Agent 使用量，在过去一年增长了 15 倍。
这不是渐进式增长，这是断层式的迁移。
如果你现在还是 Tab 为主、偶尔问问 AI，你已经从"主流"变成了"落后"一档。
第二时代的天花板在哪里
同步 Agent 的优势很明显：你能实时看到 AI 在做什么，随时可以介入纠正。
但它有两个根本性的限制：
第一，资源竞争。 同步 Agent 跑在你本地的电脑上，它和你的其他程序抢 CPU、抢内存。同时开两个 Agent 就已经捉襟见肘了。
第二，你必须"陪着"它。 它每生成一段代码就需要你 review 一次，你没法扔给它一个任务然后去做别的事。你是"工头"，你得全程盯着。
这两个限制加在一起，意味着：同步 Agent 本质上是一种"实时协作"模式，而不是"任务委托"模式。
真正的生产力突破，不会在这个模式里出现。
第三时代的核心变化：从"实时对话"到"任务委托"
云端 Agent 做的一件事，彻底改变了这个逻辑：每个 Agent 有自己独立的虚拟机。
这意味着什么？
-
你可以同时启动十个、二十个 Agent，它们互不干扰。
-
你把任务扔给它，然后去做别的事。
-
它跑几个小时，自己测试、自己修 bug、自己验证结果。
-
最后给你一个"结果包"：运行日志、视频录像（它在干什么）、可直接访问的在线预览。
注意这里的关键转变：返回的不再是"代码片段"，而是"可以直接 review 的产物"。
你不需要去重建每一个 Agent 的完整思路，你只需要看结果、判断对不对、给反馈。
这把开发者的角色从"实时导演"变成了"任务发包方 + 质量审核人"。
数据：这不是幻想，这已经在 Cursor 内部发生了
Michael Truell 在帖子里说了一件很具体的事：
Cursor 自己合并的 Pull Request，现在有 35% 是由云端 Agent 自主创建的。
不是"AI 辅助写的"，不是"AI 提了建议人类改的"——而是 Agent 在云端虚拟机上独立完成任务、独立提交的。
他还描述了这些"用了第三时代方式工作的开发者"是什么样的：
-
他们几乎 100% 的代码由 AI 来写，自己几乎不动手打代码。
-
他们的时间花在：把大问题拆解成子任务、review AI 返回的产物、给出反馈。
-
他们同时开启多个 Agent，而不是盯着一个 Agent 从头到尾做完。
这听起来更像是一个技术负责人的工作方式，而不是传统意义上的程序员。
客观说：第三时代还没准备好全面铺开
Michael Truell 在原文里没有只说好话，他提到了一个很现实的问题：
“"在工业规模下，一个单个开发者可以绕过去的'脆弱测试'或'损坏的环境'，会变成打断每一次 Agent 运行的失败。"
换句话说：当你只有一个程序员，他遇到一个 flaky test 可以手动重跑；当你有 100 个 Agent 同时在跑，这个 flaky test 会让 100 个任务全部失败。
这对工程质量提出了更高要求：
-
测试必须足够稳定、覆盖率足够高
-
开发环境必须足够干净、可复现
-
任务拆解必须足够清晰，Agent 才不会"偏航"
这些问题，当前大多数团队还没有解决。第三时代不是"按个按钮就来了"，它需要整个工程体系升级配合。
还有一点值得冷静看：这 35% 的 PR 来自 Cursor 团队内部，他们是最早一批适应新工作流的人，技术储备和工程质量都远超大多数团队。这个数字有参考价值，但不能直接套用到所有场景。
这对普通开发者意味着什么？
判断一：短期内，"懂得如何用好 Agent"比"写代码快"更值钱。
AI 已经可以实现大多数功能，但"知道怎么拆任务、怎么设验收标准、怎么快速 review AI 产出"的能力，目前还很稀缺。这不是玄学，是真实存在的技能差距。
判断二：工程质量的护城河会变宽，不会变窄。
当 Agent 可以自主跑任务，测试覆盖率低、环境脆弱的项目反而会暴露更多问题。那些长期在测试和工程质量上投入的团队，会更快受益于第三时代。
判断三：开发者不会消失，但工作性质在迁移。
从"打代码"到"拆需求 + 审产物 + 给反馈"。这不是技能降级，而是工作内容向更高层次移动。就像当年自动化测试出现后，测试工程师的工作从"手动点按钮"，迁移到了"设计测试策略和框架"——那些不迁移的人才是真正危险的。
热点推荐
欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。
更多推荐
16
0- 0
已为社区贡献19条内容
所有评论(0)