核心概述
Cursor 团队成员 Lee 和 CEO Michael 系统回顾了从传统编程到 AI 智能体的发展历程，深度介绍了上下文工程和自主编程智能体的产品实践。
视频覆盖智能体工具体系、上下文检索优化、多智能体并行管理等关键技术，强调智能体正让编程变得更易用、强大和自动化，推动软件工程走向更高的自由度与创造性。
编程工具的进化史
从打孔卡到智能体
Lee 回顾了编程工具六十年演变：从 1960 年代的打孔卡和早期终端，到 1970 年代的 Apple II，1980 年代的 GUI 图形界面，再到 1990、2000 年代的专业 IDE 如 Visual Studio 和 Sublime Text。这一阶段编程逐步大众化，但界面和交互始终构成门槛。
AI 驱动的加速变革
随着 AI 技术发展，编程变得前所未有地易用和强大。从文本终端到图形界面、再到 AI 驱动的自动补全工具，这一进化史正在被加速重演。几十年的交互变革，如今几年内便能实现。每次新技术迭代，用户体验和交互界面在提升模型能力的同时，大幅推动更高目标任务的实现。
Cursor Tab 产品演化
Initial Release
2023 年首发
Tab 最早灵感取自 GitHub Copilot，起初只做预测下一个单词或下一行代码，后来进化到预测鼠标光标的下一步动作。
Scale
海量数据处理
Tab 每日处理 4 亿次请求，积累大量数据。团队由通用模型转向专为下一步行动预测训练的自定义模型。
Reinforcement Learning
实时在线强化学习
通过用户接受或拒绝建议的数据，对模型进行实时强化学习优化。接受的建议会强化，拒绝的建议反馈负面强化，约 30 分钟后模型即可更新用户反馈。团队关注补全速度与质量平衡：超过 200 毫秒影响流畅体验，最新版倾向于建议更少但准确率更高。
智能体架构与自主编码
自主编程智能体诞生
随着模型能力增强，Cursor 推出 coding agents。用户可直接与模型交互，让其生成或修改整块代码，而非仅靠补全。系统提供自主权控制，独立设定模型自动化程度。
Composer 多文件编辑
2023 年团队推出 Composer 功能，实现多文件编辑，提供会话式用户界面，方便管理复杂编程场景。
完全自主能力
2024 年添加完全自主编码智能体功能，支持模型工具调用、自助获取上下文信息。不再只是人工提供全部码基路径和语境，而是模型自我检索、构建上下文。
上下文工程核心技术
上下文工程是 Prompt Engineering 的升级版本
过去关注如何给模型设计输入，现在更重视怎样提供高质量上下文。团队发现随着上下文窗口变大，模型对信息的回忆和输出质量反而下降。目标是使用尽可能少且高质量的 token 编码单元。
语义检索优化
团队优化方式包括自动索引、创建代码库 embedding 嵌入向量，实现语义级检索。例如用户请求"更新顶部导航"，模型通过 embedding 可以关联 header.tsx 等具体文件。团队由通用 embedding 模型迁移到自定向训练 embedding，提高检索准确率，并通过 AB 测试不断验证性能。
计算优化策略
通过预先离线索引代码，将计算压力提前，实现线上运行时响应更快、更便宜。语义搜索不仅提升用户追问率，还能带来更高的 token 使用量。