Cursor 能跟 agent 打语音电话了:你说,它改,边改边汇报
字

字节笔记本

2026年11月8日 · 约 4 分钟读完

Cursor 能跟 agent 打语音电话了:你说,它改,边改边汇报

赞助API中转
¥120

Cursor 能跟 agent 打语音电话了:你说,它改,边改边汇报

Cursor 11 月 6 日发布 changelog《Voice Chat with Agents》:可以跟 agent 打实时语音电话——口头描述要改什么、问 agent 正在做什么、边工作边听进度汇报。入口覆盖 Agents Window、IDE、网页版与 Cursor for iOS。先定性:这是产品功能更新(11 月 6 日 changelog),不是“今天发布”。

Cursor changelog 页面配图

怎么打通话

agent 空闲且聊天输入框为空时,点标着 Start voice chat 的波形按钮——在原来 Send 的位置、听写麦克风按钮旁边;iOS 上可以说“Hey Siri, call Cursor”直接与新 agent 通话,锁屏 Live Activity 可静音或挂断。

通话中:你说,它改,它汇报

语音 agent 边听边答,把编码工作交给聊天里的 agent;进行中可继续对话——问 diff 改了什么、查某次运行、搜索与该 agent 的历史消息与通话记录、在有多个 worker 的 Project 里切换 worker。编码 agent 也会自己开口:工作中给简短进度提示、做完给简短回答——你听到的通常是简短更新,而不是全文朗读。

底座与隐私:Grok Voice

同批发布的 Live Apps 功能配图

语音通话跑在 Grok Voice 上(xAI 的语音技术——注意不是 X 平台上的“Grok Bot”);Voice 设置里可选多个声音(Ara、Eve、Leo、Rex、Sal 等);开 Privacy Mode 时语音通话零数据留存——零留存只在 Privacy Mode 开启时成立,不是默认。与听写的区分也要写清:语音通话是双向对话、agent 会出声回答;听写(此前版本叫 Voice Mode)只是把语音转文字填进输入框(IDE 里 Cmd+Shift+Space 切换)。

同批还有两项(一笔带过)

同批 changelog 另有 Build Live Apps in Cursor(在 Cursor 里直接建可分享链接的 live 应用,自动搭数据库、配 auth、部署;付费计划并开启 cloud agents 可用)与 Agent SDK 正式可用(npx @cursor/agent-sdk init 把 agent 定义为代码文件夹,支持 evals、部署到 Cursor 或自有基建)——两项只作背景,不展开。

判断

三点校准:① 与第四十批“Antigravity 2.29 语音模式”区分:那篇是 Google Antigravity 的语音模式(Gemini Live 底座),这篇是 Cursor 的语音通话(Grok Voice 底座)——两家不同产品不同底座,别混写;② “边改边汇报”把 agent 工作的监控成本从“盯屏幕”降到“听声音”,对跑长任务、多 worker 的场景是实打实的交互升级;③ 底座选 Grok Voice 而非自研,说明语音这块各家在拼集成速度——下一步值得盯的是通话记录能不能进项目知识库(changelog 已提可搜索历史通话与消息,方向已露头)。

参考来源

相关文章

分享: