Cursor 3 发布：AI 编程工具终于会"自己干活"了

说实话，看到 Cursor 3 发布的消息时，我第一反应是——这玩意儿又要开始"画饼"了。

但看了下演示视频，我愣住了。

这不是简单的代码补全，也不是 Claude Code 那种"你说一句它干一步"的节奏。Cursor 3 的"Glass"功能，是真正意义上的多 Agent 协作——你可以同时开 3 个 Agent，一个负责写代码，一个负责写测试，一个负责跑 CI，然后它们自己沟通、自己改 bug。

这就像你从"一个人敲代码"突然变成了"指挥一个 3 人小团队"。

我个人的感受是，这种转变比单纯的速度提升更根本。它改变的是开发这件事的组织方式。

但说真的，这种"多 Agent 协作"真的靠谱吗？我看过不少 AI 编程工具的 Demo，实际用起来总是各种翻车——上下文理解跑偏、工具调用失败、生成的代码看着好看但一跑就崩。Cursor 3 这次能不能不一样？

让我感兴趣的是，Cursor 3 在设计上做了一个很聪明的选择：支持云端和本地 Agent 的无缝切换。

这意味着你可以把需要大量算力的任务（比如分析整个代码库、生成大型重构方案）交给云端 Agent，而把需要即时响应的任务（比如修改一个函数、补全几行代码）留在本地。这种"分工"逻辑，比那种"全扔给云端"或"全靠自己"的方案要务实得多。

说实话，我有点想试试这种"多 Agent 协作"的感觉。想象一下，你坐在那儿，左边屏幕是 Agent A 在写业务逻辑，右边屏幕是 Agent B 在写单元测试，中间是 Agent C 在跑集成测试——你就像个项目经理，偶尔插句嘴"这个变量名改一下""那个边界条件再想想"。

这听起来很爽，但细想又有点怪。

如果 AI 能自己写、自己测、自己修，那开发者的角色是什么？是从"写代码的人"变成"管 Agent 的人"？还是说，我们只是在把"体力活"交给 AI，自己负责"动脑子"？

我个人的判断是——至少在短期内，这种多 Agent 协作更像是一种"放大器"，而不是"替代者"。

它能帮你把"写测试""跑 CI"这些重复性劳动自动化，让你把精力放在架构设计、业务逻辑、技术选型这些需要判断力的地方。但如果你指望它替你思考"这个功能该不该做""这个架构合不合理"，那就想多了。

不过话说回来，Cursor 3 的多 Agent 协作，确实让我看到了一种可能——AI 编程工具正在从"助手"进化成"队友"。

以前的 Copilot、Cursor 2，更像是"你问它答"的助手；而 Cursor 3 的"Glass"，开始有了"自己干活"的雏形。这就像从"副驾驶"变成了"搭档"。

当然，这可能只是我对 Demo 的过度解读。真实效果如何，还得亲自上手才知道。

最后留个问题：如果 AI 真的能同时开 3 个窗口自己写代码、自己测试、自己修 bug，你觉得这是"解放双手"还是"被取代的前兆"？你会让它自己跑完全流程，还是会盯着每一步？

反正我已经在排队等 Cursor 3 的内测资格了。等拿到手，我再来聊聊真实的体验——包括翻车的那些。