誰能想到？幾十年前《星球大戰》首映的傳奇影院，如今竟成了 Cursor 的辦公新空間。
近日，在Cursor 搬新家後的首場活動中，創始人兼 CEO Michael Truell 做了一場極具前瞻性的重磅演講《AI Coding的下一個紀元》（《The next era of AI coding》），用一組組驚人的資料，揭示了軟體開發行業的時代處理程序。
在演講中，Michael 將軟體開發的發展劃分為三個紀元：Tab、Agent 和 Team 時代。
其中，Tab 時代是程式設計的“手動時期”。過去人類必須親手編寫每一行程式碼，用正式程式語言建構軟體的過程非常繁瑣，然而這種複雜性被簡單的 UI 所掩蓋，導致非軟體工程師很難理解，為什麼看似簡單的改動卻需要花費數周時間。
而我們當下正處在 Agent 時代，人們已經開始不自己觸碰語法了，而是把程式設計任務都交給了 AI Agent。Cursor 的資料非常有說服力，2025 年一年內，其Agent 請求量相較 Tab 操作暴漲 15 倍，如今其企業業務線約 75% 的程式碼都由 AI 生成。隨之而來的是工程師角色的轉變，他們正在成為 Agent 管理者。
至於未來，Michael 的設想是無人介入的 Team 時代，由自主 AI Agent 團隊端到端完成整個軟體開發流程。目前 Cursor 內部已有 30% 的 PR 由 Agent 端到端自主完成。他們還做了一個大膽實驗：讓 Agent 團隊在完全無人類介入的情況下，全自動地開發瀏覽器，僅用一周時間，就做出了一個相當不錯的網頁渲染系統，不過還沒達到上線的標準。
Michael 也坦言，這個方向仍處於早期探索階段，但他們會持續推進，不斷突破 AI 自主程式設計的邊界。
軟體工程行業正處於時代的分界線
很高興見到大家。謝謝你們來參加我們在這個辦公室的第一場活動。這個世界正處在激動人心的時刻，我們也非常高興能和大家一起討論軟體的未來。不過在開始之前，我想先聊一聊我們現在站著的這個地方，以及它在技術史中的位置。
幾十年前，也就是 20 世紀 70 年代末的 5 月，第一部《星球大戰》其實就是在這裡首映的。這裡過去是一家電影院。《星球大戰》之所以出色、之所以重要，原因有很多。其中一個重要原因，就是它在電影技術史和電影史中的位置。尤其是參與《星球大戰》製作的團隊，他們不只是優秀的講故事的人，還在技術上做出了許多創新。
比如，據說這裡有一套 DijkstraFlex，也就是一種電腦控制的攝像系統，能夠多次精確重複同樣的運鏡。它可以分層拍攝模型，再把它們無縫合成為一個鏡頭。所以，最初的《星球大戰》就用了這種技術，在沒有人類直接介入的情況下，完全由電腦和攝影系統控制，幫助把這部電影變成現實，也幫助把《星球大戰》這種科幻幻想變成現實。
我認為，這很好地說明了技術如何重新定義類別，如何劃出一個行業的“前時代”和“後時代”的分界線，而我覺得我們現在在軟體工程領域正處在這樣的時刻。
過去用正式程式語言建構軟體真的很繁瑣
所以我們很興奮地深入聊一聊軟體是如何變化的。但如果我們要再回到遠古時代，看看程式碼，也許你們中的一些人已經很久沒這麼做了。作為管理者，可能你們團隊裡的工程師最近看程式碼也少了些。
你們應該還記得，就在幾年前，建構軟體的方式完全是通過文字編輯正式程式語言。比如這裡有一個非常非常簡單的 Python 指令碼，我們建立一個列表，遍歷它，往列表裡加入內容，然後再遍歷這個列表，計算一些結果。但把邏輯寫成正式程式語言，這種做法直到幾年前還是人類建構軟體的唯一方式。那它的麻煩、困難在那裡？那裡會耗費大量時間？那裡會讓公司研發預算裡動輒累積上億美元？
這些在於，你真的需要把自己的高層次想法，也就是你想在電腦上實現的東西，拆成這些非常非常小的邏輯碎片。你必須把一切都對電腦講得清清楚楚。比如長期以來，你都得用 if-then-else 的語句來寫軟體，用循環語句來遍歷事物，用“把這一小塊資料從這裡放到那裡”這樣的語句來表達。那真的很繁瑣。你必須寫得非常囉嗦。
軟體開發的悲劇：複雜性被隱藏
一項只需要用幾段話就能向人類描述的功能，最後其實可能會變成成千上萬行這樣的邏輯。長期以來，讓專業軟體工程尤其困難的另一件事，是現有邏輯的重量，因為你面對的不是一個簡單的 Python 指令碼，而是數千萬行程式碼。
我認為，這正是軟體開發的一個悲劇：所有這些複雜性其實是被隱藏起來的。它讓軟體看起來很簡單，但我並不認為這在所有工程學科裡都是統一的情況。比如你去看一座哥特式大教堂，你會發現它彷彿把建造它所付出的全部重量都穿在身上。你能看見它到底有多複雜。
可是軟體不一樣，因為我們要服務使用者，所以我們希望它看起來非常簡單。於是你看到的只是按鈕，只是人類使用者在某個時刻需要知道的少量資訊，你看不到底層那些複雜性和邏輯。
於是，產品經理以及非技術人員幾十年來一直去找工程師，要求他們做改動，而他們也一直對真正建構軟體所需的時間感到相當沮喪。這是因為那些專業工程師正在處理底層數千萬行程式碼，而不是寫這些簡單的 Python 檔案，他們是在成千上萬的檔案裡做修改，還要改動現有邏輯。
2025 年 Agent requests 數量相較 Tab accepts 增長 15 倍
我們可以看看資料。比如在 2025 年這一年裡，我們看到 Tab accepts 與 Agent requests 的比例徹底爆了。我們產品裡的 Agent requests 數量同比增長了 15 倍以上。到了 2025 年初，你看到的是 Tab accepts 比 Agent requests 多 10 倍，但到了現在，你看到的是 Agent requests 遠遠超過 tab accepts。這個變化尤其重要，因為一個 Agent request 通常是一大塊工作，而一次 tab accept 也許只是幾行字或者幾行程式碼。所以，我們看到 Cursor 在過去一年裡發生了這樣的變化。
Cursor 內部 30% 的 PR 已由 Agent 端到端完成
我們也在看到第三個紀元，也就是團隊時代，開始在某些尤其具有前瞻性的公司裡站穩腳跟。挑一個特別前瞻的公司來舉例，這裡展示的是 Cursor 公司的內部資料，也就是 Cursor 工程師的資料。到目前為止，我們公司內部有 30% 的 PR 是完全由 Agent 端到端開發完成的，中間沒有任何人類介入，而且這些 Agent 還有自己的電腦，運行在遠端雲環境中，可以為了一個任務連續工作很多小時，甚至可能是好幾天，真正端到端地完成工作。這些趨勢不僅出現在初創公司或中型公司裡，在企業環境裡也同樣出現。
現在 Cursor 企業業務線程式碼約 75% 都由 AI 生成
我認為大約一年前，我們企業業務線裡的程式碼可能只有 15% 到 20% 是 AI 生成的。到了現在，大約 75% 都完全是 AI 生成的，人類本身已經不再親自碰語法了，而是轉而把任務交給 Agents。那這意味著什麼呢？
工程師正在變成 Agent 管理者，成千上萬“幽靈同事”已上線
隨著我們穿過這些階段，工程會變成什麼樣？比如在 Agent 時代和團隊時代的邊界上，你會看到大家越來越不直接碰語法了。人們正在變成 Agent 管理者。我覺得，理解你的組織從 Agent 時代走向團隊時代的概念模式是這樣的：長期以來，你的軟體是由幾千名人類工程師在工作；而現在，你不只是有幾千名工程師在做軟體，你還有成千上萬名“幽靈同事”在和人類協作者一起做軟體。
無論是人類之間的協作，還是人類與 AI 的協作，還是 AI 彼此之間的協作，你都希望招聘到最聰明、性價比最高、性能最強的 Agent 同事，但工作流也會發生很大的變化。我們看到大家正在變成 Agent 管理者，並且越來越把自己的角色理解為一種委派和管理這些平行運作的 Agents 的工作。大家花在審查上的時間也更多了。
你當然也可能在從 Tab 到 Agents 再到 Team 的過程中把組織帶偏。完全可能生成大量不可持續的程式碼，做出糟糕的架構決策，最後到處都是 bug。你當然不希望這樣做。所以越來越多的人把更多時間花在審查上，工程師會花更多時間查看工作結果、檢查語法本身、查看軟體的建構版本、測試它。於是，大家在審查階段投入了很多時間，也會同時處理很多事情。
在 Agent 時代，當你只是坐在那裡照看 Agents，給它們下一小段任務、再下一小段任務，而且它們都在你電腦本地執行階段，你能同時處理的數量其實是受限的。也許你一次只能處理一到三個，因為它們基本上都在編輯同一個程式碼庫版本。
與幾十個平行 Agent 同事協作
當你更接近團隊模式，也就是 Agents 擁有自己的電腦時，你可以同時和幾十個 Agent 同事協作，它們都在同時處理自己的任務，並且能長時間自主運行。這意味著更多的多工處理，意味著更多平行性，也意味著更多上下文切換。這也許能讓你窺見今天人們是怎麼工作的。另外，我還想稍微預告一下更遠的未來，這也是我們在 Cursor 這裡做過實驗的：如果你真的能走到一個儘可能自我改進、儘可能少有人類介入的世界，那會是什麼樣子？
未來預告：探索無人類介入的 Agent 團隊模式
比如說，我們曾經嘗試過用 Agents 完全端到端、全自動地開發瀏覽器，而且過程中沒有任何人類介入。你們現在看到的是一個 Agent 系統和一個 Agent 團隊，在整整一周裡沒有人類參與地工作，生成了很多很多 PR，三百萬行程式碼，並且做出了一個大體可用的原型瀏覽器。
所以你會看到，第一天它還不能很好地渲染 apple.com，也不能很好地渲染這個落地頁；到了第二天、第三天、第四天，最後你真的得到了一個相當不錯的網頁渲染系統，而且它完全是在沒有人類介入的情況下自主開發出來的。這個實驗還很初期，這些東西還遠沒有到可以正式上線的程度。
你可以在這裡看到一些彙總統計資料，包括程式碼量、同時運行的團隊 Agent 數量、使用的 Token 數量。你還可以看到一個視訊，展示 Agent 團隊正在生成檔案。這裡是程式碼庫，是程式碼庫裡的檔案，以及這些檔案之間的連接關係在這一周裡被逐步生成出來。
這個方向還非常早期，非常實驗性，暫時還沒準備好正式登場，但我們很期待繼續探索，把邊界往更自主的方向推得更遠，這也幫助我們為 Cursor 裡團隊時代的產品開發做出決策。 (51CTO技術堆疊)