Cursor创始人：AI生成75%企业代码，Agent完成30%PR，探索自主团队模式

来源：互联网 2026-05-13 18:17:11

软件开发正从手动编码转向AI主导。当前AI生成代码占比已达75%，工程师角色转向管理AI代理。未来将迈向无人类介入的Team时代，由自主AI团队端到端开发软件，已有30%的内部PR由AI独立完成。实验显示，AI团队能在一周内生成三百万行代码并构建出可用的浏览器原型，展现了巨大潜力。

我们曾进行一项实验，让AI智能体完全端到端、全自动地开发浏览器，整个过程无需人类介入。结果显示，一个AI智能体系统与团队在无人参与的情况下工作一周，生成了大量PR，代码量达三百万行，并构建出一个基本可用的原型浏览器。

令人惊叹的是，几十年前《星球大战》首映的传奇影院，如今已成为Cursor的新办公空间。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

近期，在Cursor搬迁新址后的首场活动中，创始人兼首席执行官Michael Truell进行了一场前瞻性演讲《AI编程的下一个纪元》，通过一系列令人震撼的数据，揭示了软件开发行业的时代演进。

软件开发的三个纪元：Tab时代、Agent时代与Team时代

Michael将软件开发历程划分为三个纪元：Tab时代、Agent时代和Team时代。

Tab时代是编程的“手动时期”。过去开发者必须亲手编写每一行代码，使用正式编程语言构建软件的过程极为繁琐。但这种复杂性被简洁的用户界面所掩盖，导致非技术人员难以理解，为何看似简单的修改需要数周时间才能完成。

当前我们正处于Agent时代。开发者已逐渐不再直接编写语法，而是将编程任务交给AI智能体。Cursor的数据颇具说服力：2025年，其平台上的Agent请求量相比Tab操作暴涨15倍。目前，其企业业务线约75%的代码由AI生成。随之而来的是工程师角色的转变——他们正逐渐成为AI智能体的管理者。

面向未来，Michael设想了无需人类介入的Team时代，即由自主AI智能体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AI智能体端到端自主完成。团队还进行了一项大胆实验：让AI智能体团队在完全无人类干预的情况下，全自动开发浏览器。仅用一周时间，便构建出一个相当不错的网页渲染系统，尽管尚未达到正式上线标准。

Michael也坦言，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自主编程的边界。

Cursor创始人：AI生成75%企业代码，Agent完成30%PR，探索自主团队模式

软件工程行业正站在时代分界线

非常高兴在此与大家见面。感谢各位参加我们新办公室的首场活动。世界正处于激动人心的时刻，我们也很荣幸能与各位共同探讨软件的未来。在开始之前，我想先谈谈我们此刻所在的位置及其在技术历史中的意义。

几十年前，即20世纪70年代末的5月，第一部《星球大战》正是在此地首映。这里曾是一家电影院。《星球大战》的伟大与重要体现在诸多方面，其中之一便是它在电影技术与电影历史中的地位。参与制作的团队不仅是出色的叙事者，更在技术上实现了多项突破。

例如，这里曾部署一套DijkstraFlex系统，即计算机控制的摄影系统，能够多次精确重复相同运镜。它可以分层拍摄模型，再将它们无缝合成为单一镜头。因此，最初的《星球大战》便运用了这项技术，在没有人类直接干预的情况下，完全由计算机和摄影系统控制，助力这部电影成为现实，也将《星球大战》的科幻幻想带入生活。

我认为，这生动展示了技术如何重新定义行业，如何划出“前时代”与“后时代”的分界线。而我们现在，正站在软件工程领域的这一历史性时刻。

过去使用正式编程语言构建软件极为繁琐

因此，我们非常兴奋能深入探讨软件是如何演变的。但若我们回溯更早的时期，审视代码——也许在座各位中已有人许久未曾如此深入。作为管理者，或许您团队中的工程师近期查看代码的时间也减少了。

各位应该还记得，就在几年前，构建软件的唯一方式仍是通过文本编辑正式编程语言。例如，这里有一个非常简单的Python脚本：我们创建一个列表，遍历它，向其中添加内容，再次遍历并计算结果。但将逻辑转化为正式编程语言，这种模式直到几年前仍是人类构建软件的唯一途径。那么，它究竟麻烦在哪里？困难何在？何处消耗了大量时间？又为何让公司的研发预算累积达数亿美元？

关键在于，您必须将高层次的想法——即希望在计算机上实现的目标——拆解为极其细微的逻辑碎片。您必须向计算机阐明一切。例如，长久以来，您都需要使用if-then-else语句编写软件，使用循环语句遍历元素，使用“将这小块数据从此处移至彼处”这样的指令。这确实非常繁琐，且要求表述极度详尽。

软件开发的困境：被隐藏的复杂性

一项仅需几段话即可向人类描述的功能，最终可能转化为成千上万行此类逻辑。长期以来，专业软件工程尤为困难的另一面，是现有逻辑的庞大体量。您面对的并非简单的Python脚本，而是数千万行代码。

我认为这正是软件开发的一个困境：所有这些复杂性实际上被隐藏了起来。它使软件看起来简单，但我认为这并非所有工程学科的普遍情况。例如，观察一座哥特式大教堂，您会看到它将建造过程中的全部重量与复杂度显露在外，能直观感受到其复杂程度。

但软件不同。为了服务用户，我们希望它看起来极其简单。因此，您看到的只是按钮，只是用户在特定时刻需要了解的少量信息，而看不到底层那些复杂的逻辑与结构。

于是，几十年来，产品经理及非技术人员不断向工程师提出修改需求，而他们也常对实际构建软件所需的时间感到沮丧。这是因为专业工程师正在处理底层数千万行代码，而非编写简单的Python文件；他们是在成千上万个文件中进行修改，并调整现有逻辑。

2025年Agent请求量较Tab操作增长15倍

让我们用数据说话。以2025年为例，我们看到Tab接受操作与Agent请求量的比例发生了彻底逆转。我们产品中的Agent请求量同比增长超过15倍。2025年初，Tab接受操作的数量约为Agent请求的10倍；而如今，Agent请求量已远超Tab接受操作。这一变化尤为重要，因为一次Agent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。这正是Cursor在过去一年中经历的变化。

Cursor内部30%的PR已由AI智能体端到端完成

我们也看到第三个纪元——团队时代，正在一些尤其具有前瞻性的公司中扎根。以Cursor公司内部数据为例：目前，我们内部已有30%的PR完全由AI智能体端到端开发完成，全程无需人类介入。这些智能体还拥有自己的计算机，运行在远程云环境中，能够为一项任务连续工作数小时甚至数天，真正实现端到端的任务完成。这一趋势不仅出现在初创公司或中型企业，在大型企业环境中同样显现。

当前Cursor企业业务线约75%代码由AI生成

我记得大约一年前，我们企业业务线中可能只有15%到20%的代码由AI生成。而如今，这一比例已升至约75%。人类开发者已不再直接接触语法，而是将任务委托给AI智能体。那么，这意味着什么？

工程师正转变为AI智能体管理者，成千上万“幽灵同事”已上线

随着我们跨越这些阶段，工程角色将如何演变？在Agent时代与Team时代的交界处，您会看到人们越来越少直接操作语法。他们正在转变为AI智能体的管理者。理解组织从Agent时代迈向Team时代的概念模型可以是：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，还有成千上万名“幽灵同事”——AI智能体——与人类协作者共同开发软件。

无论是人类之间、人机之间，还是AI智能体之间的协作，您都希望招募到最智能、最具性价比、性能最强的AI同事。但工作流也将发生巨大变化。我们看到人们正成为AI智能体的管理者，并越来越多地将自己的角色理解为委派与管理这些并行运作的智能体。同时，人们也在代码审查上投入了更多时间。

当然，在从Tab到Agents再到Team的演进过程中，组织也可能走入误区。完全可能生成大量难以维护的代码，做出糟糕的架构决策，最终导致漏洞百出。这显然不是我们希望看到的。因此，越来越多人将更多时间用于审查工作：工程师会花更多时间检查工作成果、审视语法、查看软件构建版本并进行测试。于是，审查阶段投入增加，多任务处理也成为常态。

在Agent时代，当您只是坐在电脑前照看AI智能体，为它们分配一小段又一小段任务，且它们都在本地运行时，您能同时处理的任务数量是有限的。也许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。

与数十个并行AI智能体同事协作

当您更接近团队模式，即AI智能体拥有自己的计算机时，您可以同时与数十个AI同事协作。它们能并行处理各自的任务，并长时间自主运行。这意味着更多的多任务处理、更高的并行性，也意味着更多的上下文切换。这或许能让您窥见当下人们的工作方式。此外，我还想简要预告更远的未来，这也是我们在Cursor进行实验的方向：如果真能进入一个尽可能自我改进、尽可能少有人类介入的世界，那会是怎样的景象？