Cursor 的巧思：让 AI 先预测下一步，再让你指着界面改

Cursor 有一个很克制的产品判断：程序员写代码时，并不总是需要一个接管整件事的 agent。更多时候，用户只是少打几行、少找一个文件、少把「我指的是这里」翻译成一长串 prompt。

Cursor 把这几种需求拆成了不同层级。Tab 负责贴着光标往前挪一步；Design Mode 负责把用户在界面上看到的东西变成 agent 能理解的上下文。Cursor 的巧思不在于把 AI 做得更像一个万能助手，而在于把 AI 的自主程度拆得足够细。

普通代码补全只关心光标后面应该出现什么。Cursor Tab 的官方说明更进一步：Tab 会根据最近编辑、周围代码和 linter 错误给出建议；建议可以是多行修改、补 import，也可以是跨相关代码的协调编辑。用户接受一次建议后，再按 Tab，Cursor 会预测下一处编辑位置并跳过去。遇到跨文件修改时，编辑器底部会出现一个 portal 窗口，提示可以跳到另一个文件。1

这个设计的重点不是「AI 写得更多」，而是「AI 替用户保持编辑路线」。写代码经常不是线性输入：改一个函数签名，要回头补调用处；改一个组件 props，要顺手改类型、测试和样式；修一个 linter 错误，要在相邻几行之间来回挪。Cursor Tab 把这条隐形路线显出来，让用户用同一个 Tab 键完成「接受建议」和「跳到下一处」两个动作。1

这里的取舍很微妙。Tab 没有要求用户先把任务解释清楚，也没有把编辑器变成聊天框。用户仍然在写代码，AI 只是把「下一步大概率会去哪」提前摆出来。Hacker News 的 Cursor 1.7 讨论里，一位开发者说自己会先让 Cursor 推荐但不直接改代码，等自己开始实现时，共享上下文会让 autocomplete 朝着建议方向提供补全；如果自己改了方向，autocomplete 也会很快跟着转向。2

这解释了 Tab 为什么容易被低估。Tab 看起来像一个小功能，但 Cursor 把它放在了开发者肌肉记忆最深的位置：打字、看灰字、按 Tab、继续打。这个入口的代价也清楚：预测太主动时，用户会被建议牵着走；预测不准时，Tab 就会变成干扰。所以 Cursor 也把关闭、暂时停用、按文件类型禁用和改快捷键放进了 Tab 设置里。1

Cursor 的另一个设计点在视觉界面里。官方 Design Mode 发布文开头说得很直：聊天适合和 agent 协作，但 UI 工作是空间性的；设计师、产品经理和前端开发者经常通过指向元素、区域或页面状态来沟通。Design Mode 允许用户在 Cursor 浏览器里点击元素、画标注，或用语音描述修改，Cursor 再把这些上下文交给 agent 去改代码。3

这解决的是 prompt 里最难写清的一类问题：用户想改的不是一个抽象功能，而是「这个按钮旁边的间距」「这一块在当前滚动位置下太挤」「这两个组件看起来不对齐」。如果只能用聊天表达，用户要把视觉判断翻译成 DOM、组件名、样式关系和页面状态。Cursor 的做法是让用户直接选中元素或圈出区域，再把元素身份、组件、属性、计算样式、fiber tree 里的 props，以及当前截图一起放进上下文。3

这个交互比「在聊天框里粘截图」更重，也更产品化。Cursor 浏览器文档里写到，Agent 可以在浏览器里访问页面、点击元素、输入表单、读取 console 和网络请求；浏览器侧栏还能做位置、尺寸、颜色、阴影、透明度、圆角和明暗主题测试。用户点下 apply 后，agent 才把视觉调整翻译成代码修改。4

换句话说，Cursor 没把视觉编辑伪装成一键魔法。用户仍然先在画面上判断，先把想要的结果调出来，再交给 agent 落代码。这个顺序很重要：AI 负责把视觉意图接回代码库，用户负责判断「这样看起来对不对」。Design Mode 发布文还提到，用户可以在一个元素上发出修改后，继续指向另一个页面区域并发送下一条修改；agent 完成后，应用热重载，用户在运行中的产品里看到结果。3

Cursor 首页引用 Andrej Karpathy 的说法，把 Cursor 里的 Tab completion、Cmd+K 定向编辑和完整 agent 版本看成一条「自主权滑杆」。5 这句话可以解释 Cursor 这套界面为什么成立：同一个产品里，AI 可以只是预测一个小编辑，也可以按用户指的界面区域改代码，还可以在云端跑 agent、测试并开 PR。

Cursor 2.0 的 changelog 继续把这条线往前推：新版 agent 界面可以在一个 prompt 下并行跑最多 8 个 agent，并用 git worktrees 或远程机器隔离，减少文件冲突；同一版还强化了跨文件变更审查和沙盒终端。6 这说明 Cursor 没有只押注「聊天」或「全自动 agent」。Cursor 把 AI 拆成几个距离用户手更近或更远的层级，让用户按风险选择入口。

对产品设计来说，这比单纯增加模型能力更有启发。AI 产品常犯的错误，是把所有能力都塞进一个输入框，再要求用户用 prompt 区分「帮我补一个词」「帮我改这一块」「替我跑完整任务」。Cursor 的做法更硬：小动作放在 Tab，局部意图放在选区和视觉标注，长任务放在 agent。用户不必每次都重新解释自己要给 AI 多大权限，界面入口已经替用户做了这层区分。

Cursor 的代价也在这里。入口越多，产品越不可能像一个极简聊天框；agent 越能跨文件、开浏览器、跑命令，权限、审查和撤回就越要做得清楚。Cursor 浏览器文档里默认要求用户审批浏览器动作，并提醒自动运行模式要谨慎使用。4 这个边界不是附属设置，而是 Cursor 这套设计能否成立的条件。

Cursor 给 AI 工具的一个可迁移答案是：别急着把 AI 做成一个更大的按钮。先把用户真实动作拆开，哪些动作只需要预测，哪些动作需要指认上下文，哪些动作才值得交给 agent。拆清楚以后，AI 才不会一直站在用户面前，而是出现在用户手已经伸过去的位置。