几年前我们开始打造 Cursor 时，大多数代码还是一按一键敲出来的。Tab 自动补全改变了这一点，也开启了 AI 辅助编程的第一个时代。
随后，智能体（agent）到来，开发者开始通过同步的「提示—响应」循环来指挥智能体工作。这是第二个时代。而现在，第三个时代正在到来：智能体可以在更长的时间尺度上、更少的人类指令下，独立完成更大的任务。
因此，Cursor 不再主要是「写代码」的工具；它更像是在帮助开发者建造那座生产软件的“工厂”。这座工厂由一支支智能体编队组成——你把它们当作队友来协作：给出初始方向、为它们配齐能独立工作的工具，并在最后审阅它们的产出。
Cursor 的很多人已经在用这种方式工作了。我们合并的 PR 中，超过三分之一已经由智能体在云端的自有电脑上自行完成并创建。一年之后，我们认为绝大多数开发工作都会由这类智能体来完成。
从 Tab 到智能体
Tab 特别擅长识别那些低熵、重复性的工作并将其自动化。在将近两年的时间里，它带来了显著的杠杆效应。
之后模型变强了。智能体能够容纳更多上下文、使用更多工具，并执行更长的行动序列。开发者的习惯开始转变：先是在夏天慢慢变化，而在最近几个月里则迅速加速。
这种转变彻底到今天，很多 Cursor 用户已经完全不再去按 Tab 键。2025 年 3 月，我们的 Tab 用户大约是智能体用户的 2.5 倍；而现在完全翻转了：智能体用户是 Tab 用户的 2 倍，并且 Cursor 中的智能体使用量激增。
但这种变化很快就会让位于更大的浪潮。Tab 时代持续了将近两年；而第二个时代（大多数工作由同步智能体完成）可能连一年都撑不到。
云端智能体与构建产物
相比 Tab，同步智能体工作的层级更“靠上”。它们能处理需要上下文与判断的任务，但仍要求开发者在每一步都在线参与。然而，这种实时交互形式，加上同步智能体会与本机资源竞争，使得你一次只和少数几个智能体协作才现实。
云端智能体移除了这两个限制。每个智能体都运行在自己的虚拟机上，开发者可以把任务交出去，然后去做别的事。智能体会在数小时内推进任务，不断迭代与测试，直到它对结果有把握，然后带着「可以快速审阅」的东西回来：日志、视频录制、可交互的在线预览，而不只是代码 diff。
这让并行运行大量智能体变得可行，因为这些产物与预览提供了足够的上下文，你无需从零重建每次会话就能评估输出。人类的角色也从“指导每一行代码”转向“定义问题与制定审阅标准”。
这种转变已在 Cursor 内部发生
Cursor 内部我们合并的 PR 中，有 35% 已由运行在云端 VM 中、能够自主运转的智能体创建。我们观察到，开发者采用这种新工作方式有三个特征：
智能体几乎写了 100% 的代码。
开发者把时间花在拆解问题、审阅产物/代码、以及给出反馈上。
他们会同时启动多个智能体，而不是手把手带着某一个智能体一路做到完成。
在这种方式成为软件开发的标准流程之前，还有大量工作要做。在工业规模下，一个开发者勉强能绕过的 flaky test 或环境问题，会变成中断每一次智能体运行的系统性失败。更广泛地说，我们仍需要确保智能体能尽可能有效地运行——它们必须完整访问所需的工具与上下文。
我们认为，昨天的发布是朝着这个方向迈出的早期但重要的一步。