11月6日,Cursor把“与智能体实时语音聊天”(Voice Chat with Agents)写进了更新日志,上线第二天便冲上热榜。它和过去把语音转成文字的“听写”不是一类东西:这是语音对语音的双向交流,你说,它也答。这项功能真正要看的分工是:Grok Voice只负责听和说,写代码的仍是当前会话里你原来选定的模型,通话本身不会替换编码模型。知乎小红书
这通电话怎么进行
通话入口出现在Agent空闲、输入框没有文字的时候,发送按钮的位置会出现Start voice chat波形按钮;旁边的麦克风按钮仍然用于听写,别点混。接通后,语音智能体负责倾听、回应并接收任务,具体编码工作交给当前聊天中的编码智能体,后者会在执行过程中主动播报简短进度。你可以边跑边问这次diff改了什么、现在到哪一步,也能在带多个worker的项目里切换通话对象;这些都是只读操作,不会打断正在进行的工作。小红书知乎
手机才是这次新增的场景
Agents Window、IDE、网页、iOS四个端都能发起通话,iPhone上喊一句“Hey Siri, call Cursor”就能接通,锁屏Live Activity或灵动岛里可以直接静音、挂断。底层语音走Grok Voice,设置里可切换Ara、Eve、Leo、Rex、Sal等音色;开启Privacy Mode后,官方说明语音侧零数据留存。知乎小红书
谁能用,什么时候用不上
功能没有全量敞开:仅用API key认证的会话不能发起通话,Claude Code聊天等部分场景不显示通话入口,IDE聊天也要先至少有一条消息;通话还设有每日上限,具体额度以账号提示为准。小红书
从“听写”到“通话”,Cursor走了半年
这也不是它在语音上的第一步。6月上线的iOS版已经支持语音输入和斜杠命令,既能用RemoteControl唤醒本地电脑上运行的Agent,也能直接在云端启动始终在线的Agent,随时随地响应线上故障。再往前,今年4月的Cursor3从零做了以Agent为中心的新界面,交互重心已经挪到智能体身上——这次等于把语音从“输入层”抬进了“对话层”。微博知乎
“通话时代”是真趋势,但别超前下结论
相近的时间窗口里,同类动作密集出现:Antigravity上线了语音编程功能,腾讯的语音输入产品Chatterfly刚被上手评测,也有AI圈周总结把这一波概括为“产品侧把Agent塞进语音、空间、记忆”。哔哩哔哩36氪微博
对开发者来说,眼下语音最实在的价值就两处:智能体执行到一半时口头补充没讲全的需求,以及不带手时问进度、看diff。上手判断可以参考实测结论:只想少打字,继续用听写;经常需要边执行边讨论需求,再考虑双向通话。小红书
函数名、文件路径、配置值这类精确内容,仍然要在文字和差异视图里核对,通话解决不了这部分。 热榜标题里的“通话时代”说的是方向,不是现状:语音目前是Agent协作的一个新入口,而不是写代码的新方式,接下来值得盯的是每日上限和可用场景会不会放宽,那才决定这通电话是尝鲜功能还是日常配置。小红书