在人工智能编程工具快速迭代的背景下，编程工具Cursor的创始人Michael Truell近日在社交平台X上提出新观点：开发者角色正从“代码编写者”向“智能工厂架构师”转变。这一论断源于他对AI编程发展阶段的划分——当前行业已进入以自主智能体为核心的第三阶段。
据Truell描述，AI编程经历了三个明显阶段：早期以Tab键代码补全为代表的辅助工具时代，开发者仍需逐行输入代码；随后进入通过自然语言交互驱动的智能体时代，开发者与AI形成高频指令-响应循环；如今则迈向智能体自主执行复杂任务的新阶段，这些智能体可在云端持续运行数小时，完成跨文件、跨模块的系统级改造。
Cursor团队已率先实践这种新模式。数据显示，该团队合并的代码提交请求（PR）中，超过三分之一由云端智能体自主生成。Truell预测，未来一年内，绝大多数开发任务将由这类智能体完成。他强调，Cursor的定位不再是简单的代码生成工具，而是帮助开发者构建由多智能体协作的“软件生产工厂”，开发者只需设定方向、配置工具链并审核结果。
用户行为数据印证了这种转变。2025年3月时，使用Tab补全的用户仍是智能体用户的2.5倍，但目前形势已完全逆转，智能体用户数量达到前者的两倍。过去一年间，Cursor平台上智能体的使用量激增15倍以上，许多用户甚至不再使用传统补全功能。
云端智能体的优势在于突破资源限制。每个智能体在独立虚拟机中运行，开发者可并行启动多个任务，智能体通过日志、录屏和实时预览反馈结果，而非传统的代码差异文件。这种模式使开发者从逐行指导转变为问题定义者和结果审核者，Cursor内部采用该模式的开发者已实现代码100%由智能体生成。
然而，这种变革引发了开发者社区的激烈讨论。争议焦点集中在代码审查能力上——当开发者不直接参与编写时，需要更深入理解代码结构才能发现隐藏缺陷。用户Sudheer Singh指出，许多团队尚未具备审查AI生成代码的专业能力。另有开发者质疑，基于Pull Request的协作机制是否适用于智能体大规模生成代码的场景，评审流程可能需要重新设计。
云端运行模式也引发安全担忧。部分开发者表示，将环境变量等敏感信息上传至云端存在风险，且过度依赖特定平台会削弱技术迁移的灵活性。还有用户呼吁，Cursor在推进云端智能体的同时，应优先提升集成开发环境（IDE）的稳定性，指出当前产品可靠性尚未达到预期水平。
关于AI编程的阶段划分也存在不同声音。有评论认为，早期代码补全更多基于模式匹配，不应归类为真正的AI应用。这些讨论反映出，行业在拥抱技术变革的同时，仍需解决工具链整合、安全管控和开发者技能转型等现实问题。
