11 月 6 日，Cursor 官方 Changelog 新增了一条 Voice Chat with Agents：你现在可以和编程智能体打实时语音电话，口述改动、问它做到哪一步，并在它干活时直接听到进度播报。 功能已经覆盖 Agents Window、IDE、网页和 iOS 客户端。 对用过语音输入的人来说，真正要回答的问题不是"AI 能听懂了"——把话说成文字这件事早就成熟，听写和实时语音通话是两类功能。知乎上一份逐条对照官方更新的拆解说得很直接：跟 Agent 的双向语音通话，跟把话转成输入框文字的听写不是一类功能。Cursor官网Cursor官方文档知乎
区别首先在方向和流程。听写是个输入法：快捷键按下、你说话、文字出现在输入框里，要不要发送、措辞对不对，都还是你自己检查后按发送，转写完成它的工作就结束了。官方文档把 Voice Chat 直接标成 speech-to-speech：你说给语音智能体听，它用自然的语音回话；你要求改代码时，它把任务交给当前会话里的 coding agent，然后继续陪你把话说完。 通话期间你能继续问 diff 改了什么、某次运行到哪一步、检索这个 Agent 更早的消息和通话记录，多 worker 的 Project 里还能切换通话对象——这些状态查询都是只读操作，不会打断它正在干的活。Cursor官方文档知乎
干活的那一方也会开口。官方文档写明：coding agent 自己决定什么值得说出口——工作间隙报一两句短进度，干完给一句简短结论；某一轮没写口头播报时，通话就直接朗读它的书面回复，全文仍留在聊天里。 在 iPhone 上还能不进 App 就挂断和静音：锁屏 Live Activity 里可以直接完成这两个操作。Cursor官方文档Cursor官网
架构上最值得拆开讲的一点：语音层不写代码。官方文档说 Grok Voice 只负责听和说，会话里真正写代码的智能体继续用你为它选定的模型，不受语音层影响。 所以它不是"它边听边写"，而是"你跟一个语音助手说话，它替你指挥那个真正干活的编程智能体"。多家媒体报道过 Cursor 已并入 SpaceX 体系，语音层选用 Grok Voice 是这层关系的延伸。 听写省掉的只是打字的几分钟，实时语音放开的是"人必须盯着屏幕"这个约束——通勤路上问一句进度、离开工位补一句小要求，才是这个功能主打的场景。Cursor官方文档36氪小红书
上手前有几个官方划定的边界。开聊条件是 Agent 空闲且输入框为空，波形按钮出现在平时 Send 的位置；Agent 运行中那个位置是 Stop，没法对已经在跑的任务事后拨入通话，想边跑边聊得先把电话开起来再派活。 另外必须用登录账号，子智能体、归档会话和 Claude Code 会话里都不显示通话入口。用量上，官方文档写明默认约 10 分钟无声音且 Agent 没有在跑任务就会自动挂断，语音通话还有每日使用上限，具体额度未公布。 音色有 Ara、Eve、Leo、Rex、Sal 等可选，通话中也能换；开启 Privacy Mode 后语音侧零数据保留，未开启时通话转写会同步到你的其他设备。Cursor官网Cursor官方文档知乎
现在给使用体验下定论还为时太早：功能上线不到一天，官方未公布延迟、识别准确率和支持语言等数据，中文平台的内容多是功能转述。Cursor 在文档里也特意保留了两颗相邻的按钮——麦克风管听写，波形管通话——按官方口径，两者是两套入口而不是替代关系。真正值得留意的判断是：如果你用语音只是想把提示词说成文字，听写够用；语音通话的价值在于它接得住"边跑边问"的来回对话。
