一位名叫 Jerry Murdoch 的顶级风险投资人。这两天在参加一个节目时公开表示，很多公司和团队告诉他：Cursor 已经过时了。

如果你想查看全文，请关注「ai超级个人」公众号。输入 cursor 即可获得全部我翻译过的详细访谈内容。

者面临的痛点

• 担心自己掌握的 IDE 技能在未来会被自动化工具取代。
• 不知道该如何从“写代码”转型为“监督 AI”。
• 害怕错失新兴的 Agent 环境，导致职业竞争力下降。
• 对多模型协同、Sandbox 基础设施等新概念感到陌生，无从下手。老实说，
• 不清楚如何在 “Prompt Engineer” 与 “Agent Architect” 之间定位自己的成长方法。

Cursor 为什么可能被淘汰

主要范式仍是「AI 辅助编程」

Cursor 的模式：

Human → 写 prompt → AI 生成代码

本质上仍然是Human in loop——人仍然是开发主体。但新的趋势是的观点是，

Human → 给任务 → Agent 自己写代码

者从coder变成supervisor。一旦进入Agent 模式Cursor 的价值会显著下降。

Autonomous Agent 可以「自己写代码」

说到访谈中提到，很多 AI 原生公司已经在使用autonomous agents 写代码。 不过，

Agent 会完成的完整闭环：

1. 分解任务
2. 生成代码
3. 运行代码
4. 自动测试
5. 自动修复

TASK ↓ AGENT ↓ CODE → TEST → FIX → DEPLOY

Coding 工作只剩下目标设定 + 审查：

Agent 自动选择模型

The future won’t rely on a single LLM. An agent will orchestrate multiple models:

Workflow
├ Claude
├ GPT
└ 开源模型

This is called **LLM Orchestration**. Cursor 那种单模型 IDE 已经不再是主要。未来的主要是：

Agent Orchestrator

Agent 会自动试错

Simplified human workflow：

猜一个方案 → 写代码

Sophisticated agent workflow：

生成10种方案 → 在 sandbox 中跑10个 benchmark → 自动选出较好方案

This turns development into an experiment process—something Cursor 并不具备。

Sandbox 成为关键基础设施

The interview highlighted a concrete metric:

•  400 ms
• E2B sandbox 启动时间： 80 ms

A future agent could launch:

1 秒启动 10万 sandbox

The architecture n becomes:

Agent ↓ Massive Sandbox ↓ Experimentation

This paradigm is fundamentally different from a traditional IDE like Cursor.

软件将卖给 Agent 而不是人类使用者

TODAY：

Software → 人购买

TOMORROW：

Software → Agent 自动采购
Agent ↓需要能力 ↓调用 API / SaaS ↓按使用量付费

The product shape will shift from GUI‑centric to pure **API / compute service**.

SaaS 正在转型为 Compute Service

A classic SaaS stack looks like:

软件 + UI

The next generation becomes:

API + Compute

The pricing model follows consumption‑based billing。e.g.:

Sandbox + Compute + Inference + Storage

An agent can consume se services without any human ever seeing a UI.

从环境趋势来看，开源 Agent 正在爆炸

• Open source communities 是真正推动 AI 前进的动力。
• 开源带来海量开发者贡献，而单个公司只能投入有限工程师资源。
• 我们可能会看到类似 LAMP Stack 的 **Agent Stack** 出现：
• L​anguage Model Orchestrator M​emory & Knowledge Base T​ools & Plugins S​andbox & Execution 环境 A​PI Gateway

AI 原生公司正在取代传统 “Bolt‑on” AI 公司

类型	特征	典型示例
Bolt‑on AI	旧产品 + AI 功能叠加	Notion + AIFigma + AIIde …
AI Native	从第一天起即采用 Agent 架构	AutoDev / AutoResearch / AutoDesign …

AI Native 公司的效率远高于 Bolt‑on，因为它们天然具备任务分解、自动执行、闭环反馈等能力。

Developer Role 正在快速演进

时代阶段	主要职责	工作方式
过去	Developer = 写代码	手工编码、调试、提交 PR …
现在	Developer = Prompt Engineer	编写高质量 Prompt，引导 LLM 完成子任务 …
未来	Developer = Agent Architect	定义业务目标、设计/组合 Agents、审查输出结果 …

• **目标设定 + 审核** 将取代日常敲键盘。话说回来，✅️  
• **Prompt 调整** 成为必备技能。✅️  
• **Agent 编排** 与 **Sandbox 管理** 将成为新主要能力。✅️  

---