- 发布日期
Cursor 智能体可实时语音协作
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
11月6日，AI编程工具Cursor宣布推出“与智能体实时语音聊天”功能，开发者可通过语音与编码智能体进行双向对话。该功能允许用户口头描述代码修改需求、询问任务进展、查看差异和运行状态，同时让智能体继续在后台完成编码工作。IT之家于11月7日披露了这一消息。该功能被视为Cursor智能体交互方式的一次扩展。
此前，Cursor的语音能力主要体现为“听写”，即把语音转换成文字。实时语音聊天则不同，它实现语音对语音的双向交流。语音智能体负责倾听、回应并接收任务，随后把具体编码工作交给当前聊天中的编码智能体。编码智能体在执行过程中会主动播报简短进度，完成后给出简要结果说明。
在支持范围上，该功能可在Cursor的Agents Window、IDE、网页端及iOS应用中使用。当智能体空闲且输入框为空时，用户可点击“Start voice chat”启动通话。在iPhone上，用户还可通过“Hey Siri, call Cursor”发起通话，并在锁屏界面或灵动岛中静音、挂断。多端支持使语音协作覆盖桌面与移动场景。
通话过程中，用户可查询代码差异、检查运行情况、检索该智能体的历史消息与通话记录。在包含多个工作者的Project中，用户还可以切换对象。Cursor明确，这些查询为只读操作，不会中断正在执行的编码任务。这一设计使开发者能在任务运行期间获取信息而不打断编码流程。
技术层面，语音聊天由Grok Voice驱动，负责语音识别与合成。编码智能体则继续使用用户所选模型。Cursor提供Ara、Eve、Leo、Rex、Sal等多种语音选择，并支持在通话中切换语音。语音识别、合成与编码模型的分工在该功能中较为清晰。
隐私方面，开启Privacy Mode后，语音聊天将实现零数据留存。Cursor同时提示，通话有每日使用上限。若用户长时间沉默且智能体无任务运行，通话约10分钟后会自动结束。这些限制涉及数据保留与资源使用两个层面。
从使用方式看，实时语音聊天把提出需求、了解进度、查看状态集中在通话中完成。开发者不必频繁切换界面，也能让智能体继续后台工作。该功能将语音从输入工具扩展为协作接口。对AI编程工具而言，这增加了任务执行过程中的实时沟通能力。
总体而言，Cursor此次更新围绕语音对语音交流、后台编码和多端接入展开。它保留编码智能体使用用户所选模型，并以Grok Voice处理语音环节。每日上限、自动结束和隐私模式等设置，也构成该功能当前的使用边界。
