AI news

Agent请求量暴涨15倍!Cursor创始人:75%企业代码已由AI生成,内部30%PR已由Agent端到端完成,探索无人类介入的自主Team模式

By 玉澄0 viewsSource: 51CTO技术栈
Agent请求量暴涨15倍!Cursor创始人:75%企业代码已由AI生成,内部30%PR已由Agent端到端完成,探索无人类介入的自主Team模式

这是主流出版集团首次发起针对AI企业的诉讼,Meta明目张胆侵犯版权,出版商们将还原全部事实。

The full text has not been translated yet. The Chinese original is shown below.

谁能想到?几十年前《星球大战》首映的传奇影院,如今竟成了 Cursor 的办公新空间。

近日,在Cursor 搬新家后的首场活动中,创始人兼 CEO Michael Truell 做了一场极具前瞻性的重磅演讲《AI Coding的下一个纪元》(《The next era of AI coding》),用一组组惊人的数据,揭示了软件开发行业的时代进程。

文章配图

在演讲中,Michael 将软件开发的发展划分为三个纪元:Tab、Agent 和 Team 时代。

其中,Tab 时代是编程的“手动时期”。过去人类必须亲手编写每一行代码,用正式编程语言构建软件的过程非常繁琐,然而这种复杂性被简单的 UI 所掩盖,导致非软件工程师很难理解,为什么看似简单的改动却需要花费数周时间。

而我们当下正处在 Agent 时代,人们已经开始不自己触碰语法了,而是把编程任务都交给了 AI Agent。Cursor 的数据非常有说服力,2025 年一年内,其Agent 请求量相较 Tab 操作暴涨 15 倍,如今其企业业务线约 75% 的代码都由 AI 生成。随之而来的是工程师角色的转变,他们正在成为 Agent 管理者。

至于未来,Michael 的设想是无人介入的 Team 时代,由自主 AI Agent 团队端到端完成整个软件开发流程。目前 Cursor 内部已有 30% 的 PR 由 Agent 端到端自主完成。他们还做了一个大胆实验:让 Agent 团队在完全无人类介入的情况下,全自动地开发浏览器,仅用一周时间,就做出了一个相当不错的网页渲染系统,不过还没达到上线的标准。

Michael 也坦言,这个方向仍处于早期探索阶段,但他们会持续推进,不断突破 AI 自主编程的边界。

软件工程行业正处于时代的分界线

很高兴见到大家。谢谢你们来参加我们在这个办公室的第一场活动。这个世界正处在激动人心的时刻,我们也非常高兴能和大家一起讨论软件的未来。不过在开始之前,我想先聊一聊我们现在站着的这个地方,以及它在技术史中的位置。

几十年前,也就是 20 世纪 70 年代末的 5 月,第一部《星球大战》其实就是在这里首映的。这里过去是一家电影院。《星球大战》之所以出色、之所以重要,原因有很多。其中一个重要原因,就是它在电影技术史和电影史中的位置。尤其是参与《星球大战》制作的团队,他们不只是优秀的讲故事的人,还在技术上做出了许多创新。

比如,据说这里有一套 DijkstraFlex,也就是一种计算机控制的摄像系统,能够多次精确重复同样的运镜。它可以分层拍摄模型,再把它们无缝合成为一个镜头。所以,最初的《星球大战》就用了这种技术,在没有人类直接介入的情况下,完全由计算机和摄影系统控制,帮助把这部电影变成现实,也帮助把《星球大战》这种科幻幻想变成现实。

我认为,这很好地说明了技术如何重新定义类别,如何划出一个行业的“前时代”和“后时代”的分界线,而我觉得我们现在在软件工程领域正处在这样的时刻。

过去用正式编程语言构建软件真的很繁琐

所以我们很兴奋地深入聊一聊软件是如何变化的。但如果我们要再回到远古时代,看看代码,也许你们中的一些人已经很久没这么做了。作为管理者,可能你们团队里的工程师最近看代码也少了些。

你们应该还记得,就在几年前,构建软件的方式完全是通过文本编辑正式编程语言。比如这里有一个非常非常简单的 Python 脚本,我们创建一个列表,遍历它,往列表里添加内容,然后再遍历这个列表,计算一些结果。但把逻辑写成正式编程语言,这种做法直到几年前还是人类构建软件的唯一方式。那它的麻烦、困难在哪里?哪里会耗费大量时间?哪里会让公司研发预算里动辄累积上亿美元?

这些在于,你真的需要把自己的高层次想法,也就是你想在电脑上实现的东西,拆成这些非常非常小的逻辑碎片。你必须把一切都对计算机讲得清清楚楚。比如长期以来,你都得用 if-then-else 的语句来写软件,用循环语句来遍历事物,用“把这一小块数据从这里放到那里”这样的语句来表达。那真的很繁琐。你必须写得非常啰嗦。

软件开发的悲剧:复杂性被隐藏

一项只需要用几段话就能向人类描述的功能,最后其实可能会变成成千上万行这样的逻辑。长期以来,让专业软件工程尤其困难的另一件事,是现有逻辑的重量,因为你面对的不是一个简单的 Python 脚本,而是数千万行代码。

我认为,这正是软件开发的一个悲剧:所有这些复杂性其实是被隐藏起来的。它让软件看起来很简单,但我并不认为这在所有工程学科里都是统一的情况。比如你去看一座哥特式大教堂,你会发现它仿佛把建造它所付出的全部重量都穿在身上。你能看见它到底有多复杂。

可是软件不一样,因为我们要服务用户,所以我们希望它看起来非常简单。于是你看到的只是按钮,只是人类用户在某个时刻需要知道的少量信息,你看不到底层那些复杂性和逻辑。

于是,产品经理以及非技术人员几十年来一直去找工程师,要求他们做改动,而他们也一直对真正构建软件所需的时间感到相当沮丧。这是因为那些专业工程师正在处理底层数千万行代码,而不是写这些简单的 Python 文件,他们是在成千上万的文件里做修改,还要改动现有逻辑。

2025 年 Agent requests 数量相较 Tab accepts 增长 15 倍

我们可以看看数据。比如在 2025 年这一年里,我们看到 Tab accepts 与 Agent requests 的比例彻底爆了。我们产品里的 Agent requests 数量同比增长了 15 倍以上。到了 2025 年初,你看到的是 Tab accepts 比 Agent requests 多 10 倍,但到了现在,你看到的是 Agent requests 远远超过 tab accepts。这个变化尤其重要,因为一个 Agent request 通常是一大块工作,而一次 tab accept 也许只是几行字或者几行代码。所以,我们看到 Cursor 在过去一年里发生了这样的变化。

Cursor 内部 30% 的 PR 已由 Agent 端到端完成

我们也在看到第三个纪元,也就是团队时代,开始在某些尤其具有前瞻性的公司里站稳脚跟。挑一个特别前瞻的公司来举例,这里展示的是 Cursor 公司的内部数据,也就是 Cursor 工程师的数据。到目前为止,我们公司内部有 30% 的 PR 是完全由 Agent 端到端开发完成的,中间没有任何人类介入,而且这些 Agent 还有自己的电脑,运行在远程云环境中,可以为了一个任务连续工作很多小时,甚至可能是好几天,真正端到端地完成工作。这些趋势不仅出现在初创公司或中型公司里,在企业环境里也同样出现。

现在 Cursor 企业业务线代码约 75% 都由 AI 生成

我认为大约一年前,我们企业业务线里的代码可能只有 15% 到 20% 是 AI 生成的。到了现在,大约 75% 都完全是 AI 生成的,人类本身已经不再亲自碰语法了,而是转而把任务交给 Agents。那这意味着什么呢?

工程师正在变成 Agent 管理者,成千上万“幽灵同事”已上线

随着我们穿过这些阶段,工程会变成什么样?比如在 Agent 时代和团队时代的边界上,你会看到大家越来越不直接碰语法了。人们正在变成 Agent 管理者。我觉得,理解你的组织从 Agent 时代走向团队时代的概念模式是这样的:长期以来,你的软件是由几千名人类工程师在工作;而现在,你不只是有几千名工程师在做软件,你还有成千上万名“幽灵同事”在和人类协作者一起做软件。

无论是人类之间的协作,还是人类与 AI 的协作,还是 AI 彼此之间的协作,你都希望招聘到最聪明、性价比最高、性能最强的 Agent 同事,但工作流也会发生很大的变化。我们看到大家正在变成 Agent 管理者,并且越来越把自己的角色理解为一种委派和管理这些并行运作的 Agents 的工作。大家花在审查上的时间也更多了。

你当然也可能在从 Tab 到 Agents 再到 Team 的过程中把组织带偏。完全可能生成大量不可持续的代码,做出糟糕的架构决策,最后到处都是 bug。你当然不希望这样做。所以越来越多的人把更多时间花在审查上,工程师会花更多时间查看工作结果、检查语法本身、查看软件的构建版本、测试它。于是,大家在审查阶段投入了很多时间,也会同时处理很多事情。

在 Agent 时代,当你只是坐在那里照看 Agents,给它们下一小段任务、再下一小段任务,而且它们都在你电脑本地运行时,你能同时处理的数量其实是受限的。也许你一次只能处理一到三个,因为它们基本上都在编辑同一个代码库版本。

与几十个并行 Agent 同事协作

当你更接近团队模式,也就是 Agents 拥有自己的电脑时,你可以同时和几十个 Agent 同事协作,它们都在同时处理自己的任务,并且能长时间自主运行。这意味着更多的多任务处理,意味着更多并行性,也意味着更多上下文切换。这也许能让你窥见今天人们是怎么工作的。另外,我还想稍微预告一下更远的未来,这也是我们在 Cursor 这里做过实验的:如果你真的能走到一个尽可能自我改进、尽可能少有人类介入的世界,那会是什么样子?

未来预告:探索无人类介入的 Agent 团队模式

比如说,我们曾经尝试过用 Agents 完全端到端、全自动地开发浏览器,而且过程中没有任何人类介入。你们现在看到的是一个 Agent 系统和一个 Agent 团队,在整整一周里没有人类参与地工作,生成了很多很多 PR,三百万行代码,并且做出了一个大体可用的原型浏览器。

所以你会看到,第一天它还不能很好地渲染 apple.com,也不能很好地渲染这个落地页;到了第二天、第三天、第四天,最后你真的得到了一个相当不错的网页渲染系统,而且它完全是在没有人类介入的情况下自主开发出来的。这个实验还很初期,这些东西还远没有到可以正式上线的程度。

你可以在这里看到一些汇总统计数据,包括代码量、同时运行的团队 Agent 数量、使用的 Token 数量。你还可以看到一个视频,展示 Agent 团队正在生成文件。这里是代码库,是代码库里的文件,以及这些文件之间的连接关系在这一周里被逐步生成出来。

这个方向还非常早期,非常实验性,暂时还没准备好正式登场,但我们很期待继续探索,把边界往更自主的方向推得更远,这也帮助我们为 Cursor 里团队时代的产品开发做出决策。

参考链接:

https://www.youtube.com/watch?v=8h9j2rskP14

文章来自于"51CTO技术栈",作者 "玉澄"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)