Cursor创始人揭秘：AI生成75%企业代码，Agent完成30%内部PR，自主团队模式兴起

首页

热心网友

转载

2026-05-13

我们曾进行一项前沿实验：让AI智能体完全自主、端到端地开发一款浏览器，整个过程无需任何人工干预。结果显示，一个由AI智能体组成的团队在连续一周无人参与的情况下，自动提交了大量PR，生成超过三百万行代码，并成功构建出一个具备基本功能的原型浏览器。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

令人惊叹的是，几十年前《星球大战》全球首映的传奇影院，如今已成为Cursor公司全新的办公场所。

近期，在Cursor迁入新址后的首场公开活动中，创始人兼首席执行官Michael Truell发表了一场题为《AI编程的下一个纪元》的重量级演讲。他通过一系列震撼数据，清晰勾勒出软件开发行业正在经历的时代变革。

演讲中，Michael将软件开发的演进划分为三个关键时代：Tab时代、Agent时代和Team时代。

Tab时代是编程的“纯手动时期”。开发者必须亲自编写每一行代码，使用正式的编程语言来构建软件，过程极为繁琐。这种底层的复杂性被简洁的用户界面所掩盖，导致非技术人员常常难以理解，为何一个看似简单的功能改动需要耗费数周时间。

我们当前正身处Agent时代。工程师们已不再直接编写具体语法，而是将编程任务委托给AI智能体。Cursor的数据极具说服力：2025年，其平台上的AI智能体请求量相比传统的Tab接受操作暴增了15倍。如今，其企业业务线中约有75%的代码由AI生成。随之而来的，是工程师角色的根本性转变——他们正逐渐成为AI智能体的管理者与协调者。

面向未来，Michael描绘了无需人类介入的Team时代愿景：由自主的AI智能体团队端到端完成整个软件开发流程。目前，Cursor公司内部已有30%的代码拉取请求（PR）由AI智能体自主完成。他们甚至进行了一次大胆尝试：让一个AI智能体团队在完全无人干预的情况下，全自动开发浏览器。仅用一周时间，便构建出一个相当成熟的网页渲染系统原型，尽管其尚未达到正式上线的标准。

Michael也坦诚表示，这一方向仍处于早期探索阶段，但团队将持续推进，不断突破AI自主编程的能力边界。

软件工程行业正站在时代变革的分水岭

欢迎大家。非常感谢各位莅临我们新办公室的首场活动。世界正处于一个激动人心的转折点，我们也很荣幸能与各位一同探讨软件的未来。在开始之前，请允许我先介绍一下我们此刻所在的这个空间，以及它在科技历史中的独特位置。

几十年前，即1977年5月，第一部《星球大战》电影正是在此地举行全球首映。这里曾是一家电影院。《星球大战》的伟大之处和重要意义是多方面的，其中之一便是它在电影技术与电影史中的地位。特别是其制作团队，他们不仅是卓越的叙事者，更在技术上实现了多项突破性创新。

例如，这里曾部署了一套名为DijkstraFlex的计算机控制摄像系统，能够精确无误地重复复杂的摄像机运动。它可以分层拍摄微缩模型，再将它们无缝合成为单一电影镜头。因此，最初的《星球大战》便运用了这项技术，在无需人工直接操作的情况下，完全由计算机和摄影系统控制完成拍摄。这项技术帮助将电影幻想变为现实，也助力《星球大战》的科幻世界得以呈现。

我认为，这完美诠释了技术如何重新定义行业，如何划清一个领域“前时代”与“后时代”的界限。而我相信，软件工程领域此刻正处在这样一个历史性的分水岭上。

过去使用正式编程语言构建软件异常繁琐

因此，我们非常兴奋能深入探讨软件是如何演变的。让我们暂且回溯到“远古时代”，审视一下代码——也许在座各位有些人已许久未曾深入接触，作为管理者，您团队中的工程师查看底层代码的时间可能也减少了。

您应该还记得，就在几年前，构建软件的唯一方式还是通过文本编辑器编写正式的编程语言。例如，这里有一个极其简单的Python脚本：创建一个列表，遍历它，向其中添加内容，再次遍历并计算结果。然而，将逻辑转化为正式编程语言，这种模式在几年前仍是人类构建软件的唯一途径。那么，它的麻烦和困难究竟在哪里？哪些环节耗费了大量时间？又是什么使得公司的研发预算动辄累积数亿美元？

关键在于，您必须将高层次的想法——即您希望计算机实现的功能——拆解成极其细微的逻辑碎片。您必须向计算机阐明一切。长期以来，您都需要使用if-then-else语句编写软件，使用循环语句遍历数据，使用“将这小块数据从这里移动到那里”之类的指令。这确实非常繁琐，要求表述极度精确和冗长。

软件开发的悖论：复杂性被隐藏

一项仅需几句话就能向人类描述清楚的功能，最终可能会演变成成千上万行此类逻辑代码。长久以来，让专业软件工程尤其困难的另一件事，是现有代码库的庞大体量。您面对的并非一个简单的Python脚本，而是数千万行交织复杂的代码。

我认为，这正是软件开发的一个核心悖论：所有这些底层复杂性实际上是被隐藏起来的。它使得软件表面看起来简单易用，但我认为这并非所有工程学科的共性。例如，观察一座哥特式大教堂，您能直观感受到建造它所承载的全部重量与复杂结构，其复杂性一目了然。

但软件却不同。为了服务用户，我们致力于让它看起来极其简单。您看到的只是按钮和用户在特定时刻所需的少量信息，而看不到背后数以百万计的逻辑判断与复杂交互。

因此，几十年来，产品经理及非技术背景的同事时常向工程师提出功能改动需求，而他们也一直对实际开发所需的时间感到困惑与沮丧。这是因为专业工程师们处理的是底层数千万行的复杂代码库，而非编写简单的Python脚本。他们需要在成千上万个文件中进行修改，并调整现有的复杂逻辑。

2025年AI智能体请求量相比Tab接受操作增长15倍

让我们用数据说话。以2025年为例，我们观察到Tab接受操作与AI智能体请求量的比例发生了颠覆性变化。我们产品中的AI智能体请求量同比增长了超过15倍。2025年初，Tab接受操作的数量大约是AI智能体请求的10倍；而如今，情况完全逆转，AI智能体请求量已远超Tab接受操作。这一转变尤为重要，因为一次AI智能体请求通常对应一大块工作任务，而一次Tab接受可能只涉及几行文字或代码的修改。这清晰地展示了Cursor平台在过去一年中所经历的深刻变革。

Cursor内部30%的代码拉取请求已由AI智能体端到端完成

我们也看到第三个时代——Team时代，正在一些极具前瞻性的公司中崭露头角。以Cursor自身为例，我们的内部数据表明：截至目前，公司内部有30%的代码拉取请求（PR）是完全由AI智能体端到端自主开发完成的，中间没有任何人类介入。这些智能体拥有自己的“电脑”（远程云环境），可以为了完成一项任务连续工作数小时甚至数天，真正实现端到端的交付。这一趋势不仅出现在初创公司或中型企业，在大型企业环境中也同样显著。

目前Cursor企业业务线约75%的代码由AI生成

我记得大约一年前，我们企业业务线中由AI生成的代码比例可能仅在15%到20%之间。而如今，这一比例已跃升至约75%。人类工程师已不再亲自编写具体语法，而是将任务委托给AI智能体去执行。那么，这究竟意味着什么？

工程师转型为智能体管理者，成千上万“虚拟同事”已上线

随着我们跨越这些发展阶段，工程工作将如何演变？在Agent时代与Team时代的交界处，您会发现人们越来越少直接接触语法。他们正在转变为AI智能体的管理者。我认为，理解您的组织从Agent时代迈向Team时代的一个概念模型是：长期以来，您的软件由数千名人类工程师构建；而现在，您不仅拥有数千名工程师，还拥有了成千上万名“虚拟同事”——AI智能体，它们正与人类协作者一同构建软件。

无论是人与人、人与AI，还是AI与AI之间的协作，您都希望招募到最智能、最高效、性能最强的AI同事。但工作流也将发生巨大变化。我们看到人们正转变为智能体管理者，并越来越多地将自己的角色理解为委派和管理这些并行工作的AI智能体。同时，人们花费在代码审查上的时间也显著增加。

当然，在从Tab时代到Agent时代再到Team时代的演进过程中，组织也可能走入误区。完全有可能生成大量难以维护的代码，做出糟糕的架构决策，最终导致bug丛生。这显然是您希望避免的。因此，越来越多人将更多时间投入审查工作：工程师会花更多时间检查工作成果、审视代码语法、验证软件构建版本、进行测试。于是，大家在审查阶段投入了大量精力，并且需要同时处理多项任务。

在Agent时代，当您只是坐在电脑前，向本地运行的AI智能体分派一个个小任务时，您能同时管理的智能体数量是有限的，可能只有一到三个，因为它们基本上都在编辑同一个代码库版本。

与数十个并行工作的AI智能体同事协作

当您更接近Team模式，即AI智能体拥有独立运行环境时，您可以同时与数十个AI智能体同事协作。它们能够并行处理各自的任务，并长时间自主运行。这意味着更强的多任务处理能力、更高的并行性，同时也意味着更多的上下文切换。这或许能让您窥见当今前沿开发者是如何工作的。此外，我还想简要预告一下更远的未来，这也是我们在Cursor内部进行实验的方向：如果真能走向一个尽可能自我改进、人类介入最少的世界，那会是怎样的图景？