11月6日，AI编程工具Cursor宣布推出“与智能体实时语音聊天”（Voice Chat with Agents）功能。开发者可通过语音与Cursor的编码智能体进行双向对话，在口头描述代码修改需求、询问任务进展、查看差异和运行状态的同时，让智能体继续在后台完成编码工作。该功能已支持在Cursor的Agents Window、IDE、网页端及iOS应用中使用。
与此前仅将语音转写为文字的“听写”功能不同，实时语音聊天实现了语音对语音的双向交流。语音智能体负责倾听、回应并接收任务，随后将具体编码工作交由当前聊天中的编码智能体执行；后者会在执行过程中主动播报简短进度，并在完成后给出简要结果说明。用户可在通话中查询代码差异、检查运行情况、检索该智能体的历史消息与通话记录，或在包含多个工作者的Project中切换对象。上述查询均为只读操作，不会中断正在执行的编码任务。
交互入口方面，当智能体空闲且输入框为空时，用户可点击“Start voice chat”启动通话。在iPhone上，用户还可通过“Hey Siri, call Cursor”发起通话，并在锁屏界面或灵动岛中执行静音、挂断操作。
技术实现上，语音聊天由Grok Voice驱动，负责语音识别与合成；编码智能体则继续使用用户所选模型。Cursor提供包括Ara、Eve、Leo、Rex、Sal在内的多种语音选择，并支持在通话中切换。隐私方面，开启Privacy Mode后，语音聊天将实现零数据留存。Cursor同时提示，通话设有每日使用上限；若用户长时间沉默且智能体无任务运行，通话约10分钟后会自动结束。
此次功能更新意味着AI编程工具的交互方式从文本指令向实时语音协作延伸。在智能体承担越来越多编码执行工作的背景下，语音通道为开发者提供了在任务运行期间持续获取进度、调整需求的低干扰方式，也对手势与键盘之外的编程交互形态做出了新的尝试。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
