Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!
8252点击    2026-04-03 17:08

上个月Cursor CEO Michael Truell预告的下一代“Agent军团”终于来了!


就在今天凌晨,Cursor 3正式发布!自Cursor诞生以来的最大一次飞跃!


X上Cursor的官方账号上发布的推文写得极其大胆:


为所有代码都由Agent编写而建的世界,同时保持开发环境的深度


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


自OpenClaw发布之后,愈发感到Agent时代席卷而来。


Michael Truell在3月27日曾提到,Cursor的云代理在2周内产生了超过一百万次提交,而这些提交本质上都是AI完成的。Cursor面向Agent的转变也是可以预见的,但没料到会这么完全彻底。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


在这次新发布中,最大的亮点是Cursor 3推出一个单独的Agent管理窗口相当于Agent指挥中心或者Agent之家,可以说Cursor从之前的“带AI的编辑器”转变成了“带编辑器的AI”。


用户不再只是在对话框中与AI交流,而是可以同时监控多个正在运行的 AI 任务,并且任意数量的Agent可以在本地、工作树、远程 ssh 和云端任一地方运行。本地和云端可以无缝衔接,这让人十分惊喜!


同时,Cursor 3新增了一个非常有竞争力的功能“Best-of-N” 并行任务模式,这能同时让多个模型(如 Composer 2, Claude, GPT)针对同一个复杂问题给出方案,并能自动择优,甚至能合并不同模型的优点。


此外,由于Cursor 3 引入了全新模型 Composer 2,相比调用外部的 GPT-5 或 Claude 4 系列,内部模型的调用使得推理速度快了4倍、Token成本更低。


网友:Cursor选择了正确的方向


X上有人评价:“最被低估的是:它是一个独立窗口,是补充 IDE 的,而不是替代品。他们并不是要求你放弃当前的 flow——而是在上面加了一层编排。这才是开发者采用的正确选择。”


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


曾在特斯拉和惠普工作过的网友说:“很开心看到Cursor挺身而出,继续跟上节奏。新版本是朝正确方向迈出的重要一步。”


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


还有人兴奋地讲道:“这是我们对开发环境思考方式上的巨大转变。从IDE作为文本编辑器转向IDE作为代理编排器,正是它需要发展的方向。激动人心的时代”。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


自主调度的核心大脑,协作交互丝滑,“未卜先知”


从已披露的技术细节中,首先我们了解到Cursor 3的新大脑Composer 2 经历了魔鬼式的强化学习(RL),因而其在上下文管理、代码库检索、文件修改预测方面都变得更加灵敏强大。


其次,在这一最新版本中,Diff-Stream协议使得其响应速度近乎实时、代码写得极度精准、在写的过程中即可干预,交互感极其丝滑。


再者,Cursor 3中的上下文调度协议 Priompt使其拥有了一双敏锐的双眼,能瞬间判断出哪些代码是核心逻辑,哪些只是没用的注释,干扰和噪音全被过滤。


最后,据说Cursor 3 给建议的速度快得离谱,它使用了一种“投机式编辑”(Speculative Editing),类似图形学中“预测渲染”的技术,让你感觉到它似乎能对你的想法“未卜先知”。


实测:Agent之家


接下来让我们来看看Cursor真正实操起来发生了哪些变化。


1.视图界面变化


最最直观的变化是默认视图界面从Cursor 2 的三窗格(上图),左侧为文件树,中间是编辑器,右侧是AI聊天面板,改为了以Agent为中心的编排面板(下图)。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


2.Agent之家


Cursor 3的确保持了深度的专业开发环境,且各种模型都能自由选择。不过有了Composer 2的存在,外部模型在Cursor3中现在像是“智力插件”。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


在平台中,用户可以查看所有Agent的改动、进行测试,然后一路推进到合并 PR。当需要深入时,也可以查看具体修改、点击跳转、查看定义等。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


3.本地-云端顺滑切换


让人兴奋的本地和云端的顺滑切换的操作是,用户可以在本地拉起一个代理进行迭代,然后再把它“传送”到云端,让它自主运行。


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


Cursor彻底转型了!首个Agent指挥中心重磅来袭!本地云端丝滑切换,网友:“投机式编辑”快得离谱!


从“写代码”到“指挥Agent”


Cursor 3的推出意味着“多Agent编排”正从概念转向实用,也体现出Agentic AI的全面主流化。


在这种“多 Agent 协作”模式下,程序员的职责从“敲代码”转向了“定义问题、设定Review标准、管理Agent团队”。Agent的身份也转变成为和程序员一起工作的同事,人与AI间的协作关系出现了新范式。对于程序员而言,未来最重要的能力是“如何指挥 AI 写代码”。从“写代码”到“指挥AI”,谁先适应,谁就有可能吃到新时代的红利。


此外,从Cursor强化自有模型 Composer 2可以看出,头部 AI 应用层公司开始尝试摆脱对底层 API 厂商的依赖。这预示着未来的顶尖应用将不再仅仅是模型的搬运工,而是拥有经过深度微调、能够自主调度的“核心大脑”。


在软件生产效率的飞跃的背景下,小团队/独立开发者将能开发出更多AI-native应用和快速迭代产品,这将大幅降低创业门槛。Sam Altman近日也说道:“我们很快就会看到十个人的数十亿美元公司。”各行各业的数字化进程将会被“Agent军团”进一步加速。


参考链接:


https://x.com/cursor_ai/status/2039768512894505086


文章来自于微信公众号 "51CTO技术栈",作者 "51CTO技术栈"

关键词: AI新闻 , Cursor , Cursor 3 , AI IDE
AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
cursor

【免费】cursor-auto-free是一个能够让你无限免费使用cursor的项目。该项目通过cloudflare进行托管实现,请参考教程进行配置。

视频教程:https://www.bilibili.com/video/BV1WTKge6E7u/

项目地址:https://github.com/chengazhen/cursor-auto-free?tab=readme-ov-file


2
AI富文本编辑器

【开源免费】AIEditor.dev是一个开箱即用、并且支持所有前端框架、支持 Markdown 书写模式的AI富文本编辑器。

项目地址:https://github.com/aieditor-team/AiEditor?tab=readme-ov-file

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner