Cursor 上线「与智能体语音聊天」：口头提需求，编码智能体后台继续干活

作者：陈一帆

11 月 6 日，Cursor 推出 Voice Chat with Agents，开发者可以用实时语音和编码智能体双向对话：口头提需求、问进度、查差异，智能体在后台继续写代码。功能覆盖 Agents Window、IDE、网页端和 iOS，iPhone 上还能用「Hey Siri, call Cursor」直接发起。官方未说明订阅档位限制、语言支持范围与安卓端缺席原因。

11 月 6 日，Cursor 上线「Voice Chat with Agents」：开发者可以和编码智能体打一通实时语音电话——口头说清要改什么，顺便问进度、看差异，智能体在后台继续干活。功能覆盖 Agents Window、IDE、网页端和 iOS 应用；iPhone 上还能说一句「Hey Siri, call Cursor」直接拨通。同一批更新里还有在 Cursor 里搭建并分享线上应用、Agent SDK 等改动，语音只是其中一项。

入口在哪里、怎么用

当智能体空闲、聊天输入框为空时，原来「发送」按钮的位置会变成波形按钮「Start voice chat」；在 IDE 里，这段对话还需要至少有一条消息。iOS 上用 Siri 发起通话需要手机已解锁。通话会显示在锁屏和灵动岛上，静音和挂断都可以在那里操作；紧凑形态的灵动岛不显示这两个按钮，要展开才能用。

它和「听写」不是一回事

听写是把话转成文字放进输入框，发不发由你决定；语音聊天是语音进、语音出的双向对话，任务由语音智能体转交给当前聊天里的编码智能体。一个负责听和说，一个负责写代码。编码智能体会自己选择说什么：干活时简短播报进展，完成后给一句结果；某一轮没写口语更新时，通话会把文字回复读出来。通话记录会回到聊天里；云端智能体的记录在通话期间会同步到其他设备，开启 Privacy Mode 时除外。

什么时候语音真比打字省事

我倾向于两类场景。一是等待长任务的结果：让它重构一个模块、跑一遍完整测试，往往要好几分钟，以前只能守在屏幕前；现在起身倒杯水，路上问一句「改了哪几行」「测试过了吗」，它把 diff 和运行状态念给你听，而且这类查询是只读的，不会打断正在跑的任务。二是口语化提需求：脑子里只有一个模糊的改法时，用嘴说比敲键盘快，在手机上更明显；总不能在地铁里对着小屏幕敲一大段提示词。反过来，需要贴报错日志、精确到某一行改动的时候，打字和粘贴更靠得住，这条边界得承认。

技术分工值得记一笔：听和说交给 Grok Voice，编码智能体继续用你自己选的模型；语音有 Ara、Eve、Leo、Rex、Sal 等多个可选，通话中间也能换，换完的选择会记在这个智能体身上。语音层接现成服务、模型选择权留在用户手里，这个组合对开发者算友好。

限制也别漏掉

开 Privacy Mode 后，语音通话零数据留存；通话有每日上限，官方没公布具体数字，用满了会提示什么时候能再打；你长时间不说话、智能体手上又没活，约 10 分钟后自动挂断。另外，用 API key 认证的会话不能发起通话，必须登录账号；子智能体、Project 里的工作者、归档聊天、Claude Code 的聊天里都不显示这个按钮。

三处官方没说

是否限订阅档位——更新日志和文档都只写了「更新 Cursor 即可试用」；支持哪些语言、中文识别与合成的实际表现如何；安卓端为什么缺席——iOS 能接上 Siri 和灵动岛是系统级集成，安卓是排期问题还是能力依赖，没有给出解释。目前所有细节都来自 Cursor 的公告与文档，还没有独立实测，延迟和嘈杂环境下的识别准确率，等真正上手再谈。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] AI 编程进入“通话时代”：Cursor 智能体可实时语音协作
• [S2] What's New in Cursor — Latest Updates & Release Notes
• [S3] Voice chat | Cursor Docs
• 配图 1：来源：Cursor（图片署名见原文） · 图片出处