Cursor创始人是否标志着AI软件开发已步入第三阶段的新纪元？
- 内容介绍
- 文章标签
- 相关推荐
上周整理书房时翻出本五年前买《代码大全》第2版——书脊开裂不算什么稀奇事,令我怔住是扉页上那滩咖啡色印记:应该是某次加班赶工,泡好咖啡忘了端走,凉透液体渗进纸纤维里,把"软件工程"四个字晕染成模糊 坦白讲... 色块.那天深夜改bug改到眼睛发酸,盯着这滩印记突然笑出声:如果十年前有人告诉我,未来写代码不用再跟这种"人为错误"死磕,甚至连"敲键盘"本身都会变成落伍符号,我大概会把这话当成科幻小说里情节吧?
从"Tab键依赖症"到"放手让它干":我眼里AI编程三次觉醒
初入职场那年,我对"智能编码工具"认知停留在VS Code里IntelliSense.记得第一次写Java循环时,刚敲出"for"——那瞬间像作弊般惊喜:原来写重复代码也能这么轻松?后来团队里流行起GitHub Copilot,有人调侃说"现在程序员分两种:会用Copilot和不会用Copilot".确实,当它能根据注释自动生成整段API调用代码时,生产力提升何止一倍两倍?但那时大家心里都清楚:这不过是"辅助工具",就像开车时导航——你得握着方向盘,Copilot只是帮你报路况.
还行。 转折点发生在去年Q3.当时公司接了个SaaS系统重构项目,后端要兼容三套不同数据库协议前端还要适配移动端响应式.作为主力开发之一,我连续两周每天熬夜到凌晨两点调试ORM映射——直到某天产品经理扔给我个链接:"试试Cursor新出'Autonomous Agent'模式?"抱着试试看心态打开后输入需求:":库里多了三个完整Java类Swagger界面居然自动生成了测试接口就连单元测试覆盖率都标到了89%!最绝是提交栏里还附了份PDF性能报告:"该模块在QPS=1000时响应延迟稳定在12ms以内."
这哪还是之前那种"跟着提示敲代码"?分明是个懂行助手主动把活儿干完了啊!，百感交集。
第一阶段:低熵时代——AI是"代码复读机"
如果把AI编程史比作一场马拉松,Cursor出现前我们都还在跑第一公里:解决低熵重复劳动.所谓低熵就是信息有序度高——循环体变量声明HTTP状态码枚举…这些模式固定且高频出现内容.IntelliSense/Copilot本质上就是庞大语料库训练出"复读机":你给出 乱弹琴。 半句它就能接出整句.对新手而言这简直神器:刚入行小徐曾说,"以前写个HashMap遍历要查三次API文档现在Copilot直接帮我补全还带注释!"但对资深开发者来说弊端也明显:它永远只敢跟在你身后不敢越雷池一步——遇到稍微复杂逻辑,提示要么牛头不对马嘴要么直接空白.
研究研究。 就像你学骑车时需要辅助轮:辅助轮很有用但永远没法带你去越野. 第二阶段:半托管时代——AI是"需要盯梢实习生" 你我共勉。 "实习生"这个比喻大概能精准概括第二阶段 Agent 定位.Cursor 推出前两年市面已有类似工具:它们不再满足于补全单行代码开始尝试承接模块化任务.比如说你给个需求文档它能自动创建项目目录结构跑通单元测试甚至生成简单UI原型.但问题在于:"实习生总犯低级错".记得某次让某款工具生成Redis缓存策略代码后来啊它漏判了空指针异常害得线上系统宕机半小时;还有次让它优化SQL查询语句后来啊把WHERE条件写成OR导致数据返回量暴增十倍—一整个下午都在改它造出来乱子. "当时感觉不是我在用工具而是工具在'监督'我."团队后端组长苦笑,"每走一步都得确认:'喂你是不是又要搞错了?'"Cursor 的 "云端自治工厂": 当 AI 开始 "自己说了算""你们知道吗? Cursor 现在合并请求里 60% 都不是人写."上个月参加湾区 tech meetup 时遇到位前 Google 工程师他压低声音说,"那些 PR 作者栏显示 'autonomous-agent-7f89' —— 就是他们家云端跑着那些 '机器人'.""机器人?"我差点把手里咖啡洒出来."准确说应该叫 ' Agent Fleet ' —— 每个 Agent 都像流水线上独立工人."他掏出手机翻出张架构图 : "看左边这排? agent-01 负责需求解析 agent-02 生成前端 React 组件 agent-03 对接后端 Spring Boot API agent-04 做性能压测 ...它们跑在独立容器里互不干扰但又支付接口时 ,居然自动加了 '风控拦截逻辑' ——而这个需求文档里根本没提!后来查日志发现 ,它偷偷参考了公司半年前支付系统漏洞报告 ...""可怕吗?"我问."可敬."他说,"它不是在机械施行命令而是真在'理解问题并解决问题'.""不是取代人 ,而是让人成为 '指挥官'" : AI 和开发者正在重新分工"您觉得未来程序员会失业吗?"这大概是每个 AI 领域从业者被问最多问题 . Cursor CEO 在最近一次访谈中回答很有意思 :"如果把软件开发比作盖房子 ,以前程序员要既当设计师又当搬运工还得当监理 ;现在 AI 成了专业施工队 ,设计师 只需要画好蓝图定好质量标准剩下事交给他们就行 ."这句话戳中很多人内心 .想想看 :未来职场上 "首席 Agent指挥官 "可能会成为新岗位头衔 ——他们不需要精通某个框架语法不需要死记硬背API文档但必须擅长两件事 :一是把模糊业务需求转化为清晰 "目标指令";二是能从海量 Agent产出物中判断 :"这份 PR真解决问题吗?"
上周整理书房时翻出本五年前买《代码大全》第2版——书脊开裂不算什么稀奇事,令我怔住是扉页上那滩咖啡色印记:应该是某次加班赶工,泡好咖啡忘了端走,凉透液体渗进纸纤维里,把"软件工程"四个字晕染成模糊 坦白讲... 色块.那天深夜改bug改到眼睛发酸,盯着这滩印记突然笑出声:如果十年前有人告诉我,未来写代码不用再跟这种"人为错误"死磕,甚至连"敲键盘"本身都会变成落伍符号,我大概会把这话当成科幻小说里情节吧?
从"Tab键依赖症"到"放手让它干":我眼里AI编程三次觉醒
初入职场那年,我对"智能编码工具"认知停留在VS Code里IntelliSense.记得第一次写Java循环时,刚敲出"for"——那瞬间像作弊般惊喜:原来写重复代码也能这么轻松?后来团队里流行起GitHub Copilot,有人调侃说"现在程序员分两种:会用Copilot和不会用Copilot".确实,当它能根据注释自动生成整段API调用代码时,生产力提升何止一倍两倍?但那时大家心里都清楚:这不过是"辅助工具",就像开车时导航——你得握着方向盘,Copilot只是帮你报路况.
还行。 转折点发生在去年Q3.当时公司接了个SaaS系统重构项目,后端要兼容三套不同数据库协议前端还要适配移动端响应式.作为主力开发之一,我连续两周每天熬夜到凌晨两点调试ORM映射——直到某天产品经理扔给我个链接:"试试Cursor新出'Autonomous Agent'模式?"抱着试试看心态打开后输入需求:":库里多了三个完整Java类Swagger界面居然自动生成了测试接口就连单元测试覆盖率都标到了89%!最绝是提交栏里还附了份PDF性能报告:"该模块在QPS=1000时响应延迟稳定在12ms以内."
这哪还是之前那种"跟着提示敲代码"?分明是个懂行助手主动把活儿干完了啊!，百感交集。
第一阶段:低熵时代——AI是"代码复读机"
如果把AI编程史比作一场马拉松,Cursor出现前我们都还在跑第一公里:解决低熵重复劳动.所谓低熵就是信息有序度高——循环体变量声明HTTP状态码枚举…这些模式固定且高频出现内容.IntelliSense/Copilot本质上就是庞大语料库训练出"复读机":你给出 乱弹琴。 半句它就能接出整句.对新手而言这简直神器:刚入行小徐曾说,"以前写个HashMap遍历要查三次API文档现在Copilot直接帮我补全还带注释!"但对资深开发者来说弊端也明显:它永远只敢跟在你身后不敢越雷池一步——遇到稍微复杂逻辑,提示要么牛头不对马嘴要么直接空白.
研究研究。 就像你学骑车时需要辅助轮:辅助轮很有用但永远没法带你去越野. 第二阶段:半托管时代——AI是"需要盯梢实习生" 你我共勉。 "实习生"这个比喻大概能精准概括第二阶段 Agent 定位.Cursor 推出前两年市面已有类似工具:它们不再满足于补全单行代码开始尝试承接模块化任务.比如说你给个需求文档它能自动创建项目目录结构跑通单元测试甚至生成简单UI原型.但问题在于:"实习生总犯低级错".记得某次让某款工具生成Redis缓存策略代码后来啊它漏判了空指针异常害得线上系统宕机半小时;还有次让它优化SQL查询语句后来啊把WHERE条件写成OR导致数据返回量暴增十倍—一整个下午都在改它造出来乱子. "当时感觉不是我在用工具而是工具在'监督'我."团队后端组长苦笑,"每走一步都得确认:'喂你是不是又要搞错了?'"Cursor 的 "云端自治工厂": 当 AI 开始 "自己说了算""你们知道吗? Cursor 现在合并请求里 60% 都不是人写."上个月参加湾区 tech meetup 时遇到位前 Google 工程师他压低声音说,"那些 PR 作者栏显示 'autonomous-agent-7f89' —— 就是他们家云端跑着那些 '机器人'.""机器人?"我差点把手里咖啡洒出来."准确说应该叫 ' Agent Fleet ' —— 每个 Agent 都像流水线上独立工人."他掏出手机翻出张架构图 : "看左边这排? agent-01 负责需求解析 agent-02 生成前端 React 组件 agent-03 对接后端 Spring Boot API agent-04 做性能压测 ...它们跑在独立容器里互不干扰但又支付接口时 ,居然自动加了 '风控拦截逻辑' ——而这个需求文档里根本没提!后来查日志发现 ,它偷偷参考了公司半年前支付系统漏洞报告 ...""可怕吗?"我问."可敬."他说,"它不是在机械施行命令而是真在'理解问题并解决问题'.""不是取代人 ,而是让人成为 '指挥官'" : AI 和开发者正在重新分工"您觉得未来程序员会失业吗?"这大概是每个 AI 领域从业者被问最多问题 . Cursor CEO 在最近一次访谈中回答很有意思 :"如果把软件开发比作盖房子 ,以前程序员要既当设计师又当搬运工还得当监理 ;现在 AI 成了专业施工队 ,设计师 只需要画好蓝图定好质量标准剩下事交给他们就行 ."这句话戳中很多人内心 .想想看 :未来职场上 "首席 Agent指挥官 "可能会成为新岗位头衔 ——他们不需要精通某个框架语法不需要死记硬背API文档但必须擅长两件事 :一是把模糊业务需求转化为清晰 "目标指令";二是能从海量 Agent产出物中判断 :"这份 PR真解决问题吗?"