随着AI代理编程（agentic coding）的迅速发展，软件工程师的工作方式正变得越来越复杂。如今，一名工程师往往需要同时管理几十个AI编码代理，负责启动、监督并调整不同的任务流程。虽然AI可以大幅提高效率，但人类工程师的注意力却逐渐成为最稀缺的资源。
为了解决这一问题，AI编程工具公司 Cursor 在3月5日推出了一项名为 Automations（自动化） 的新功能。该系统允许开发者在编码环境中设置自动触发的AI代理，比如当代码库出现新的提交、收到Slack消息，或者定时器触发时，系统就会自动启动相应的AI代理执行任务。
简单来说，Automations 的核心目标是让工程师摆脱传统的 “输入提示—持续监控” 的工作模式。过去，开发者通常需要手动向AI发出指令，然后不断检查AI生成的结果。而现在，代理可以在特定条件下自动启动，人类只在关键节点被召回参与决策。
Cursor负责异步代理系统的工程负责人 Jonas Nelle 表示，人类工程师并不会被完全排除在流程之外，而是以更加高效的方式参与其中。“人类不再需要一直发起任务，而是在流水线的关键环节被系统自动召回。”
事实上，Cursor早在之前就已经尝试过类似的自动化概念。一个典型例子是 Bugbot 功能：每当工程师向代码库提交新代码时，Bugbot 就会自动运行，对新代码进行漏洞和错误检查。如今，在Automations框架下，这一机制被进一步扩展，可以执行更复杂的安全审计和代码评估任务。
Cursor工程负责人 Josh Ma 表示，在自动化流程中，AI可以“思考得更久”，消耗更多计算资源来寻找更隐蔽的问题。“让模型花更多token去分析复杂问题，往往能发现更深层的漏洞。”
目前，Cursor公司内部已经在大规模使用Automations系统。据统计，系统每小时会运行数百次自动化任务，应用场景也远远超出代码审查。例如，在系统发生故障时，PagerDuty告警可以自动触发AI代理，通过MCP连接查询服务器日志，帮助工程师快速定位问题。此外，公司内部还部署了每周自动生成代码库变更总结并发送到Slack的自动化任务。
Nelle指出，从理论上讲，任何自动化触发的任务，人类工程师都可以手动完成。但一旦任务变成自动执行，AI就能承担更多持续性、重复性的工作，从而显著提升开发效率。
Cursor推出Automations的背景，是当前 AI代理编程赛道竞争日益激烈。过去一个月里，OpenAI和Anthropic都对自己的AI编程工具进行了重大更新。尽管竞争加剧，但Cursor的市场表现依然强劲。
根据Ramp发布的数据，大约25%的生成式AI客户在某种程度上使用Cursor产品。与此同时，公司收入也在快速增长。彭博社近日报道称，Cursor的年收入已经突破 20亿美元，并且在过去三个月内实现了翻倍增长。
可以预见，随着自动化AI代理能力不断增强，未来的软件开发流程将越来越像一条自动运转的生产线，而人类工程师则更多扮演 监督者与决策者 的角色。
苏公网安备32021302001419号