Cursor 3 把代理人推上主控台

Cursor 又往前踩了一步。這次不是單純補上聊天功能。Cursor 3 把重心放到 agents、雲端任務，還有自然語言改 UI。

講白了，它想把編碼流程改成「你下指令，AI 去跑」。Anysphere 傳出已募得超過 30 億美元。這種資金量，代表它有本錢一直迭代。

我覺得這版很有意思。因為它不是在做一個更聰明的 autocomplete。它是在改整個軟體工作流。

Cursor 3 不是加功能，是換工作台

Cursor 3 的核心概念很直白。開發者少切幾個視窗。把任務交給 agents。自己留在審查、指揮、拍板的位置。

這種設計很像把 IDE 變成控制台。你可以同時看多個 repo。也可以同時看多個 workspace。對於一邊改前端、一邊碰後端、還要處理部署的人，這很實用。

它也不是只押一個模型。Cursor 自己的 Composer 模型有參與。外部模型也能接。像 Claude 這類模型，還是能進來做事。

• Cursor 3 把工作流放在 agents 上
• 多個 repo 和 workspace 可同時檢視
• 本地與雲端任務可以混用
• 使用者能挑不同模型做不同任務
• 程式可在雲端繼續跑，不必盯著螢幕

這邏輯很像把「寫 code」拆成幾段。先描述需求。再讓 agent 出第一版。最後由人來看結果。對很多團隊來說，這比傳統一行一行改檔案更省時間。

但它也有代價。流程越自動，review 就越重要。你不能只看它跑得快。你還得看它到底有沒有亂改。

自然語言正在變成控制層

Cursor 3 最像產品轉向的地方，是自然語言介面。你不用先打開檔案，再手動改，再跑測試。你可以直接講需求。像是「把這顆按鈕往左移」、「把表單簡化」、「改掉這段 spacing」。

然後系統會先產出結果。還會把畫面截圖、示範內容一起送上來。這樣你不用猜。你可以直接看它做得對不對。

這也讓 Cursor 更像工作台，不像外掛。它不是只幫你補字。它是在幫你處理整個任務鏈。從改碼、到展示、到檢查，都放在同一個地方。

“The future of software development is going to be about supervising AI systems that do the work,” Cursor co-founder Michael Truell said in a 2024 interview with The Information.

這句話很直白。也很符合 Cursor 3 的方向。重點不是叫工程師不寫 code。重點是把工程師的位置，往監工和決策推。

對前端團隊來說，這種模式特別有感。很多 UI 調整本來就很煩。移一個按鈕、改間距、調欄位對齊，這些事情很耗時間。交給 agent 先做一輪，通常比較省事。

但我也不會把它吹太高。自然語言很方便。可是一旦碰到商業邏輯、權限、資料一致性，還是得人來盯。AI 很會做表面功夫。這點大家都懂。

雲端 agent 和本地 agent 各有用途

Cursor 3 把工作切成雲端和本地兩種。這個切法其實蠻合理。雲端適合吃算力。可以平行跑。可以同時處理多個任務。

本地則適合低延遲。你要看 diff。你要改一小段。你要立刻跑測試。這些都在本機最順。兩種模式混在一起，才像真的在做工程。

更重要的是，任務可以接力。你在本機看一半，關掉筆電，雲端還能繼續跑。這對常常切換場景的人很方便。尤其是遠端工作者，感受會很直接。

• GitHub Copilot 主要強在 inline 建議與聊天
• Visual Studio Code 生態很大，但多半還是人主動操作
• Cursor 3 更偏向多 agent 任務編排
• 雲端執行適合平行處理與長任務
• 本地執行適合精準修改與即時驗證

如果拿競品來看，Cursor 的野心很明顯。Copilot 還是偏輔助。Cursor 3 則想直接包住整個流程。這差別很大。

也因為這樣，使用者會開始在意兩件事。第一是正確率。第二是可控性。速度再快，亂改一次就會很痛。尤其是多人共用 repo 的團隊，這點不能忽略。

這波其實是在改 AI coding 的競爭方式

Cursor 3 代表一個很清楚的方向。AI coding 工具正在從「補下一行」走向「協調整個任務」。這不是小升級。這是產品定位在換檔。

現在大家比的，不只是模型有多會寫 code。還有誰能把任務拆解、測試、review、切換模型，整合在同一個介面。誰做得順，誰就更像主力工具。

如果看現況，這條路也不是空想。Nvidia 和 Google 這類大金主都在看這塊。資本願意砸錢，代表市場已經不是試水溫。

• Cursor 把焦點放在 agent orchestration
• Copilot 偏向輔助式寫碼
• Cursor 3 更重視任務完成率
• 模型選擇開始變成產品體驗的一部分
• review 流程比以前更重要

我自己的判斷很簡單。接下來一年，大家不會再只問「AI 能不能寫 code」。大家會問「AI 能不能接完整任務」。這才是關卡。

而且這個問題很現實。很多公司不是缺模型。是缺流程。AI 產出很快，但如果 review 卡住，整體效率還是上不去。Cursor 3 就是在碰這個痛點。

這背後是整個開發流程在重組

如果你把視角拉遠一點，就會發現 Cursor 3 不是單一產品更新。它反映的是開發流程的重組。以前是人主導，工具輔助。現在開始變成人指揮，AI 執行。

這種轉變對新手和資深工程師都會有影響。新手可能更快做出成品。資深工程師則要花更多時間定規格、看輸出、抓風險。角色沒有消失，只是位置變了。

對台灣團隊來說，這也很實際。很多公司人力緊。又要顧產品，又要顧維運。像這種能把 repetitive work 吃掉一部分的工具，確實有吸引力。

但別忘了，AI 也會放大壞習慣。規格寫得爛，agent 只會幫你更快做出爛東西。這句很土，但是真的。工具再強，需求還是要先講清楚。

所以我會把 Cursor 3 看成一個測試。它在測試團隊能不能接受 agent-first 的工作方式。也在測試大家願不願意把「寫 code」拆成「描述、生成、審查、修正」。

接下來要看的，不是模型，而是流程

Cursor 3 的重點，不是它又多會猜下一行。重點是它把 agents 放到前台。這個方向很明確，也很有侵略性。

接下來最值得觀察的，是它能不能真的縮短 feature branch 的週期。還有，它會不會把 review 弄得更亂。如果它能把速度和品質一起顧好，很多團隊會很難不試。

我猜下一波競爭，會集中在三件事。任務編排、模型切換、以及 review 體驗。誰把這三件事做順，誰就更像真正的開發主工作台。

你如果現在就在看 AI coding 工具，我會建議直接試一個真實任務。不要拿玩具範例。拿一個跨檔案、跨 repo、還要跑測試的任務，才看得出差別。