11月6日，Cursor 在更新日志里加上了一项叫「Voice Chat with Agents」的功能：你可以跟正在干活的编程智能体开一通实时语音通话，口述要改什么、问它做到哪一步，它继续写代码，并用短句报进度。多位转述更新日志的博主提到，问 diff 改了啥、跑到哪一步属于只读查询，代码修改还是交给编码代理，因此不会打断正在进行的工作。知乎小红书
也就是说，单纯“问进度”这一动作，答案是：不打断。但一通语音电话里你不会只问进度——真正需要分清的是“打断说话”和“打断干活”两件事，而且各家工具的默认行为并不一样。
语音聊天不是听写
Cursor 以前的语音用法是把话转成输入框里的文字、由你检查后发送，这次的双向通话则是智能体也会开口回应，你可以提改动、问进度，智能体边干活边用短句回你。通话入口出现在智能体空闲、输入框空着的时候，就在发送按钮旁。手机上的用法更直接，iPhone 可以说一句“Hey Siri, call Cursor”发起通话，锁屏界面上还能静音或挂断。小红书知乎小红书
分工也划得清楚：底层语音走 Grok Voice，负责听和说，音色可以在 Ara、Eve、Leo、Rex、Sal 几档之间切换，它不会替换你会话里选定的编码模型。通话有每日上限，开启 Privacy Mode 时语音侧零数据保留；仅用 API key 认证的会话不能发起通话，Claude Code 聊天等部分场景也不显示通话入口。知乎小红书
打断“说话”和打断“干活”是两回事
这个区分对理解所有语音 Agent 都关键。有做语音 Agent 的开发者总结，用户打断 AI 时，实际可能是四种完全不同的指令：停止当前播报，只影响声音不影响后台任务；暂停任务，任务还在但先不往下做；取消任务，后台执行也要停掉；以及改方向，用户不是要停，而是要把任务目标调整一下。混错任何一档，就会出现“用户只是插话、任务却被取消了”或“喊了停、后台还在跑”的事故。小红书
所以在通话里打断它，大多数时候打断的是它的“嘴”：它正在播报进度时你说“等一下”，停的是播报本身，代码执行不受这个动作影响。
真正会动到任务的，是你嘴里说出的“需求”
问完进度再顺嘴补一句要改接口，这条指令就进入了消息注入管道。Claude Code、Copilot、Codex 这类工具通行的机制分两种投递：Steering（转向）在当前轮把已发起的工具跑完后的边界点注入，并中断剩余未执行的工具；Follow-up（追问）则进先进先出队列，等这一轮彻底结束后作为新一轮开启。两者的核心区别只有一个：注入时机。小红书
各家默认行为并不相同。有开发者记录，Codex CLI 0.163.0 把插话设成了默认行为：它还在回复时你直接发新消息，立刻转向；代价是正在跑的工具调用会一起停掉，习惯“消息排队等下一轮”的用户可以在桌面版设置里调整 Follow-up behavior。小红书
那么打断会不会把跑到一半的活毁掉？一位从业者的拆解比较有代表性：这类系统的中断只是设一个布尔标志位，加散在各处的检查点，中断的是“等待”，不是“执行”。已经发出去的系统命令不杀，转后台继续跑，输出照常落盘；正在执行的动作被标记为“被用户打断”，不假装完成，读过的文件保留、成果交接给新一轮。效果上，插话落在快工具上看起来像“等它做完”，落在慢工具上看起来像“立刻掐断”。小红书
“不打断”不是免费的
前台能听、后台在干，还要保证念出来的进度不是过期答案，这本身就是一层工程。今年10月，港中深团队联合腾讯混元等机构提出 Jarvis 框架，在实时语音前台和后台 Agent 之间加入独立协调层，用任务账本为每个任务保留版本与状态、拒绝执行过期决定，消融实验里完整系统在 240 次竞态脚本运行中保持全部一致。不过该研究主要基于模拟客服、录音对话与游戏画面，真实复杂应用中的长期稳定性仍待检验。小红书
同一个方向也出现在工具更新里：Claude Code 在11月7日发布的 2.1.319 版本，把被标记为任务的 MCP 长工具调用立刻转后台，跑完再把结果塞回对话，长工具调用不再占住整个回合。知乎
上手前值得知道的边界
这套语音协作更像解放眼睛和键盘，不是替掉工程习惯。建议先拿一个小修改试试，重点看它能否准确理解口头补充；函数名、文件路径和配置值，还是在文字和差异里核对更踏实。说得越具体，改得越准，别只说“帮我改改”。小红书小红书
这个需求其实早就有野生版本。7月起 OpenAI 就把实时语音集成进了 ChatGPT 和 Codex 桌面端，全双工对话可以直接指导 Codex 干活。到9、10月，不断有开发者自己把语音接到编程智能体上并开源，还做出了同时支持 claude code、codex、kiro-cli 的语音控制工具。Cursor 这次相当于把一群人在野生环境里验证过的用法，装进了官方入口。知乎小红书小红书
