百家乐,百家乐官方网站,百家乐APP下载,百家乐游戏平台,百家乐网址,百家乐试玩,百家乐的玩法,百家乐技巧,百家乐公式,百家乐打法,百家乐电子,21点,德州扑克,快三,pk10,时时彩,北京赛车今天一早有两个大新闻，一个是 OpenAI 拿下了新一轮的融资：1100 亿美元。

　　另一个则是，Anthropic 则跟白宫硬刚的声明引发了 Sam 和 Ilya 放下竞对成见，纷纷声援。

　　可以说又是春节后，AI圈的两个大事吧，前者说明 OpenAI 在今年继续有资本跟谷歌上演“双龙记”，后者至少从某种程度上，意味着 Anthropic 在 toB、toG 甚至军事领域的巨大的发展空间。

　　总之，以“大模型超级独角兽”为代表的的发展叙事已经开始落地整个 C 端到 B 端市场。

　　而这两家全球顶流公司的掌舵者们，可以说铆足了劲，将 AGI 的承诺继续向前推进。

　　所以，相信更多的朋友还是关注模型公司之上的应用层的进展，因为这些创始人们都是“乐观者”群体。

　　今天凌晨，Cursor 创始人 Michael Truell 发表了一篇短文：《人工智能软件开发的第三纪元》。

　　文章中回顾了 Cursor 一路走来的开发变化，从逐键补全演进到全 AI Agent 重构代码。

　　同时，他表示，软件工程已经进入了第三个时代，特征是：长时程、处理复杂任务、对人依赖更少的 Agent！

　　而 Cursor 的定位也随之变化，不再只是“帮你写代码”，而是帮助开发者构建一座“软件工厂”！

　　几年前我们开始做 Cursor 时，大多数代码还是一行一行敲出来的。后来，Tab 自动补全出现了，开启了 AI 辅助编程的第一个时代。

　　几年前我们开始做 Cursor 时，大多数代码还是一行一行敲出来的。后来，Tab 自动补全出现了，开启了 AI 辅助编程的第一个时代。

　　接着，Agent 登场。开发者开始通过同步的“提示—响应”循环来指挥它们。这是第二个时代。

　　接着，Agent 登场。开发者开始通过同步的“提示—响应”循环来指挥它们。这是第二个时代。

　　而第三个时代正在到来。“它的特征是：Agent 能够在更长时间尺度上独立处理更复杂的任务，对人的依赖更少。”

　　Michael 在文章中表示，这个时代中，开发者需要的不再是“帮写代码”的工具，而是一座能处理复杂任务的“软件工厂”。

　　这座工厂由一整支 Agent 队伍组成，开发者把它们当作队友：给出初始方向，为它们配备可以独立工作的工具，然后审查它们的产出。

　　这座工厂由一整支 Agent 队伍组成，开发者把它们当作队友：给出初始方向，为它们配备可以独立工作的工具，然后审查它们的产出。

　　听起来有些超前和科幻，但实际上，软件工厂已经在 Cursor 内部建立并运行了！

　　Michael 透露：在 Cursor 内部，很多人已经在用这种方式工作。

　　现在他们团队合并的 PR 中，超过三分之一是由运行在云端独立机器上的 Agent 自动生成的。

　　过去的2025，即随着模型能力的提升，Cursor 用户的使用习惯已经从“Tab”转向了 Agent！

　　随后模型能力提升。Agent 可以持有更多上下文、调用更多工具、执行更长的行动链。

　　随后模型能力提升。Agent 可以持有更多上下文、调用更多工具、执行更长的行动链。

　　这种转变几乎是彻底的。如今，很多 Cursor 用户已经完全不再按 Tab 键。

　　现在情况反过来了：Agent 用户数量是 Tab 用户的 2 倍，而且 Agent 的使用量在快速增长。

　　更直观的数字是：过去一年里，Cursor 中的 Agent 使用量增长了 15 倍以上。

　　但你以为 Agent 时代稳了？！答案是否定的：这种转变本身，也正在被更大的变化取代。

　　Michael 给了一个强烈的警告信号：Agent 时代也在被快速取代！

　　Tab 时代持续了将近两年。第二个时代——以同步 Agent 为主的工作模式——可能连一年都撑不到。

　　Tab 时代持续了将近两年。第二个时代——以同步 Agent 为主的工作模式——可能连一年都撑不到。

　　Michael 真正炸裂的输出点在于，他指出，现在的编程 Agent 虽然可以处理需要上下文理解与判断的任务，但每一步都仍然需要开发者在旁边参与。

　　每个 Agent 都运行在独立的虚拟机中。开发者可以把任务交给它，然后去做别的事情。

　　Agent 会在几个小时内反复迭代和测试，直到对结果有信心，再带着可快速审查的成果回来——包括日志、视频记录、实时预览，而不只是代码 diff。

　　这让并行运行多个 Agent 成为现实。因为你可以通过这些“产物”和预览快速理解结果，而无需从头重建整个执行过程。

　　当然，距离这种方式成为软件开发的行业标准，还有不少工作要做。Michael 举了一个安全方面的例子：

　　在工业规模下，一位独立开发者可以绕开的 flaky 测试或环境问题，会变成阻断所有 Agent 运行的系统性失败。

　　更广泛地说，我们仍然需要确保 Agent 能够在拥有完整工具链与上下文访问权限的前提下，尽可能高效地运行。

　　在工业规模下，一位独立开发者可以绕开的 flaky 测试或环境问题，会变成阻断所有 Agent 运行的系统性失败。

　　更广泛地说，我们仍然需要确保 Agent 能够在拥有完整工具链与上下文访问权限的前提下，尽可能高效地运行。

　　软件开发的竞争焦点，会逐渐从“谁写得快”，转向“谁构建的 Agent 工厂更高效”。

　　前 OpenAI 核心创始成员、大神 Karpathy，同样给出了一条 AI 工具演进路径：无 AI→Tab 补全→单一代理→并行代理→代理军团→未知。

　　这个过程的 Trick 在于“二八法则”，将 80% 的时间用于在你感到舒适且行之有效的环境中完成工作，而将 20% 的时间用于探索下一步可能的方向，即使它目前还行不通。

　　这反映出，编码从手动到 Agent 主导的转变，需持续适应以保持竞争力。

　　一名 X 用户看完这篇文章后，担心：现在这种PR主导的工作流还会在 Agentic 时代保留吗？

　　但很明显，至少目前 PR 还是必不可少的，因为 Agent 式开发还远没有做到完美，比如，总会有一些信息被漏在上下文窗口之外。

　　开发者以后的工作大概率就是：设计流水线、培训 Agent、制定质检标准，然后看着一票 Agent 24小时不睡觉地把产品干出来。

　　小编心想，素有“码农”称呼的程序员们，可以考虑接下来的问题了：如何当好一名“Agent工厂”的厂长。