Cursor的融资额超过了30亿美元。这个数字放在2023年的AI赛道，足够买下三个独角兽。但这家公司只干了一件事：让程序员少写代码。
今天，Cursor 3正式发布。新版本的核心变化可以用一句话概括——AI从"帮你写"变成了"替你干"。
01 云代理+本地代理：Cursor把AI拆成了"特种兵"
Cursor 3最显眼的改动是全新的聊天机器人界面。开发者用自然语言描述想做的功能，指定一个大语言模型（LLM，Large Language Model），系统就能生成代码，附带一段演示视频。
但真正的门道在后台。Cursor把AI代理分成了两支部队：云端代理和本地代理。
云端代理拥有更猛的硬件资源，可以并行跑大量任务，专门啃硬骨头。本地代理速度慢，但能让开发者在本地打开生成的代码，手动修改、跑测试。Cursor 3允许两者无缝切换——云端代理写完一段代码，直接扔给本地代理继续打磨。
这种设计像是在流水线旁边放了个手工车间。批量生产交给机器，精细调整留给人。
Cursor上个月自研的Composer 2模型，被官方点名适合这种"接力"场景。按Cursor的说法，这个模型比平台支持的其他几个LLM更省钱。
02 设计模式：让产品经理也能"指挥"代码
Cursor 3新增了一个Design Mode（设计模式）。操作逻辑很直白：在界面上选中元素，用自然语言描述想怎么改，AI代理自动执行。
这相当于给非技术角色开了个"后门"。产品经理不需要写代码，也能直接驱动修改。界面元素的调整从"提需求-等排期-开发-验收"的链条，压缩成了"选中-描述-生效"的三步。
Cursor还给每个任务配了"黑匣子"：步骤拆解、自然语言解释、错误高亮、工作截图。开发者能随时打字反馈，调整流程。
这种透明度像是在说：你可以不信任我，但你得知道我在干什么。
03 多模型比价+代码审查提速：Cursor开始卷"性价比"
Cursor 3埋了两个实用功能。一个是快捷指令，能把同一请求发给多个LLM，让用户挑最好的回答。另一个是加速代码审查，减少上线前的摩擦。
多模型比价这个功能很有意思。它默认了一个前提：没有万能的模型，只有合适的场景。Claude写逻辑强，GPT-4改bug快，自研模型省钱——让开发者自己选，比平台替用户做决定更诚实。
代码审查的优化则指向同一个痛点：AI生成代码容易，验证代码难。Cursor显然想把这个环节也吞进自己的闭环。
04 从编辑器到"代理操作系统"：Cursor在赌什么
Cursor的融资名单很豪华：英伟达、谷歌、Thrive Capital。30多亿美元堆出来的，不只是一个更好用的VS Code插件。
这家公司真正的赌注是：编程工作的粒度正在从"写代码"变成"描述意图"。
传统IDE（集成开发环境）的核心是文本编辑。Cursor 3的核心是任务编排——把用户的自然语言意图，翻译成AI代理的执行链。云端代理、本地代理、设计模式、多模型调度，本质上都是在搭建这套编排系统。
换句话说，Cursor想做的不是更好的编辑器，而是AI时代的"代理操作系统"。
这个定位的风险和机会一样明显。如果AI代理的可靠性上不去，所有编排都是空中楼阁。但如果能跨过这道坎，Cursor的竞争对手就不是GitHub Copilot，而是更底层的云厂商。
Cursor 3的发布时机也值得玩味。OpenAI的Codex、GitHub的Copilot Workspace都在推进类似方向。Cursor用"云+端"的代理架构、设计模式的交互创新，试图在巨头夹缝中撕开差异化。
30亿美元买的，是这张船票的时间窗口。
Cursor的演示视频里有一个细节：AI代理生成代码后，会自动录屏展示运行效果。这个设计像是在回应一个老问题——"这段代码真的能用吗？"
热门跟贴