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

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。

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"。