按头安利：Cursor CTO 讲异步 Agent 与「自动驾驶」代码库
Must Watch: Building Towards Self-Driving Codebases with Long-Running, Asynchronous Agents
视频：Building Towards Self-Driving Codebases with Long-Running, Asynchronous Agents
主讲：Aman Sanger，Cursor 联合创始人兼 CTO
来源：NVIDIA Developer / NVIDIA GTC 2026
时长：37 分 48 秒
YouTube：youtube.com/watch?v=2Fp3jIrFTMo
为什么值得看
过去一年，“AI 编程”从一个新鲜词变成了日常工具——但几乎没有人在系统性地问：接下来呢？
这场演讲是 Cursor CTO 在 NVIDIA GTC 2026 上给出的答案。它不是产品发布，不是 demo 秀，是一次对 AI 编程未来路线图的清晰、诚实的推演。
AI 编程的三个时代
时代一（2021–2022）：Tab 自动补全
IntelliSense 级别的补全。模型看过去几分钟的编辑历史，预测下几个改动的位置。Cursor 在这个时代登上历史舞台。
时代二（2025，当下）：同步 Coding Agent
你给一句自然语言需求，Agent 自主实现整个功能。这已经成为主流——Cursor 内部数据显示，现在绝大多数的代码来自 Agent，而不是 Tab 补全。这个数字增速之快，连 Aman 自己都说”这张图令我震惊”。
时代三（进行中）：异步云端 Agent → 自动驾驶代码库
同步 Agent 在本地跑，受制于资源，同时跑十几个 Agent 不现实。
异步 Agent 运行在云端，有完整的 VM、桌面环境、测试能力，可以并行扩展。工程师下班，Agent 继续工作。
Cursor 内部的数据
这不是 PPT 上的愿景，是已经在跑的系统：
30% 的合并 PR 来自云端 Agent。
两个代表性案例：
- 25× 视频渲染性能优化：Agent 独立完成了从 React 到 Rust 的迁移重构，耗时 8 小时。关键是 Agent 有一台”电脑”可以实际运行代码、测量延迟、迭代改进——人工根本不可能这么快。
- 10,000 行 PR：为 Sandbox 进程实现网络策略控制。这不是”帮你写几个函数”，是完整的工程交付。
为什么 Agent 会在长任务中”崩”
Aman 在演���中谈到一个被很多人忽视的问题：训练分布 vs. 部署分布不匹配。
当前模型用 RL 训练，轨迹长度上限大约在几十万 token。但一个真实的长期任务可能会延伸到几百万、甚至几千万 token。超出训练分布后，Agent 开始失去追踪、重复动作、在细节处错误——这是你现在用长时间运行的 Agent 肯定见过的现象。
解法：多 Agent 系统。
外层 Orchestrator 保持相对短的上下文，把复杂任务拆解成子任务，分发给 Sub-Agent。每个 Sub-Agent 处理的任务复杂度都在训练分布之内，完成后汇报结果。
外层 Orchestrator（规划，数十万 token）
├── Sub-Agent A（实现功能 X）
├── Sub-Agent B（跑测试 + 验证）
└── Sub-Agent C（录制功能 demo 视频）模型分工：不同模型干不同的活
Cursor 云端 Agent 的多模型策略，也是本场演讲里最有信息量的实战细节之一：
| 角色 | 擅长模型 | 原因 |
|---|---|---|
| 高层规划 + Orchestration | OpenAI 模型 | 更强的规划和组织能力 |
| Computer Use + 多模态 | Gemini / Anthropic | 更好的视觉理解和界面操作 |
| UI 实现 | Anthropic 模型 | 生成的 UI 代码质量更高 |
| 简单子任务 | 小模型 | 响应更快，性能一样，成本更低 |
”Artifacts”：让工程师不用读代码就能审查 Agent 的输出
随着 Agent 吞吐量上涨，手动 code review 变得不可持续。Cursor 的方案是引入可审查的 Artifacts（产出物）：
- 功能 Demo 视频：Agent 实现完一个功能之后，自动录一段真实运行的视频。你看视频就知道做对没有，不用去读代码。有 bug → 直接 reprompt → Agent 修完再录。
- ML 实验报告：小规模研究实验，Agent 去做、跑、汇总，交给你的是一份结构化报告，而不是一堆 Python 脚本。
- 架构图 / 变更方案（未来）：后端和基础设施场景，先审图、审方案，确认方向对了再看代码。
这背后有一个有趣的哲学转变：工程师开始审查 Agent 的”意图”而不是”实现”。
自动驾驶代码库：工程师的角色会变成什么
Aman 的最后一部分，也是最让人思考的一部分。
自动驾驶代码库不等于”工程师消失”，而是工程师的工作层级上移：
- 写详细的、可验证的 Spec（规格说明），作为 Agent 的”实现方案”和”评估套件”
- 审查 Artifacts（视频、报告、图表），确认 Agent 方向对了
- 处理 Agent 真的搞不定的问题——而不是亲自写每一行代码
用他的话说：
“Software engineering is quickly shifting to async agents that work independently and report back like colleagues.”
为什么在 NVIDIA GTC 讲这个
这场演讲在 NVIDIA GTC 上，背景并不微妙：异步 Agent 大规模跑在云端，需要 GPU 算力。Cursor 云端 Agent 在 NVIDIA 硬件上运行，每个 Agent 实例都在消耗 GPU 资源。
NVIDIA 的视角：Coding Agent 的普及 = 持续增长的 GPU 需求。这场演讲对双方都有价值。
值得关注的相关演讲（NVIDIA GTC 2026 同系列）
如果这场演讲让你感兴趣，NVIDIA Developer 频道还有几个同期相关演讲：
- Agentic AI 101 | NVIDIA GTC — Agent 基础概念
- Practical Context Engineering: Eliminate Bugs with High-Signal AI Code Reviews — 高质量上下文工程实践
- Securing Long-Running AI Agents: From Setup to Sandboxing — 长时运行 Agent 的安全隔离
- Continual Learning for Long-Running Agents — Agent 持续学习
主视频：youtube.com/watch?v=2Fp3jIrFTMo
NVIDIA Developer 频道：@NVIDIADeveloper
© 2026 Author: Mycelium Protocol
Must Watch: Building Towards Self-Driving Codebases with Long-Running, Asynchronous Agents
Video: NVIDIA GTC 2026 | Speaker: Aman Sanger, Co-founder & CTO at Cursor
Duration: 37m 48s | YouTube
The Three Eras of AI-Assisted Programming
Cursor CTO Aman Sanger lays out a clear roadmap for where AI coding is headed:
Era 1 (2021–2022): Tab Autocomplete — IntelliSense-level suggestions, predicting the next few keystrokes.
Era 2 (2025, current): Synchronous Coding Agents — You prompt in natural language, the agent implements whole features. The vast majority of code written in Cursor now comes from agents, not tab — a graph Aman calls “astounding.”
Era 3 (emerging): Async Cloud Agents → Self-Driving Codebases — Agents run in cloud VMs with full developer tooling, execute overnight, and report back like colleagues.
What’s Actually Working at Cursor
Not slides — production data:
- 30% of merged PRs are submitted by cloud agents
- A cloud agent completed a React → Rust migration (25× perf improvement) in 8 hours — possible because it could actually run the code, measure latency, and iterate
- 10,000-line PR implementing network policy controls for sandbox processes
Why Long-Running Agents Break (And the Fix)
Models are RL-trained with trajectory lengths of hundreds of thousands of tokens. Real long-running tasks span millions. This mismatch causes agents to lose context, repeat actions, and fail on details.
Fix: multi-agent decomposition. An outer orchestrator stays within a short context window; it fans out work to sub-agents, each handling a task well within training distribution. Cursor’s cloud agent uses OpenAI models for high-level planning and Anthropic/Gemini models for computer use and UI work.
Artifacts: Review Intent, Not Code
As agent throughput grows, manual code review stops scaling. Cursor’s solution: reviewable artifacts.
- After implementing a feature, the agent records a working demo video. Engineers review the video, not the code.
- For ML experiments, agents produce structured research reports.
- Architecture diagrams and change plans come before the diff.
The shift: engineers review what the agent intended, then confirm with spot-checks on the code.
Engineer Role in a Self-Driving Codebase
- Write detailed, verifiable specs (implementation plan + evaluation suite)
- Review artifacts to confirm correctness
- Handle the edge cases agents genuinely can’t solve
“Software engineering is quickly shifting to async agents that work independently and report back like colleagues.”
Video: youtube.com/watch?v=2Fp3jIrFTMo
Channel: NVIDIA Developer
© 2026 Author: Mycelium Protocol
💬 评论与讨论
使用 GitHub 账号登录后发表评论