Cursor 让你对 Agent 打电话，真正的卖点是不用盯屏幕
你让 Agent 去重构一个模块，然后干嘛？盯着终端看它一行行往下滚，还是切出去刷手机，十分钟后回来发现它卡在一个确认框上等你（谁没被晾过半小时呢）。
11 月 6 日，Cursor 在更新日志里上线了“Voice Chat with Agents”：你可以跟 Agent 开一通实时语音电话，Agents Window、IDE、网页和 iOS 版都能用，底下跑的是 Grok Voice。我们 AI主线 的看法是，Cursor 这次上线的语音通话不是听写功能的升级，而是把“等 Agent 干活”的那段空档变成了能说话、能追问的时间，方向是对的，成色还要看计费和实际体验。
这跟原来的语音输入，差在哪
先把两个东西分开。Cursor 以前就有语音输入，早期版本叫 Voice Mode，现在改叫听写：你说话，它转成文字放进输入框，IDE 里还是 Cmd+Shift+Space 开关。这次的 Voice Chat 是双向的，Agent 会张嘴回答你。
它里面其实有两层角色。前面是一个语音 Agent，负责听你说、回你话，再把写代码的活交给聊天里的编程 Agent；后面是编程 Agent 自己，干活时会插几句进度，做完给一小段答复。按官方的说法，你听到的通常是简短更新，不是整篇书面回复。打个比方，像是你给项目经理打电话，他一边接你的话，一边去问工程师进度，而不是让工程师把施工日志念给你听。
通话中间还能问某个 diff 改了什么、查一次运行的状态、翻这个 Agent 之前的消息和通话，Project 里有多个 worker 的话可以来回切。iOS 上喊一句“Hey Siri，call Cursor”就能给新 Agent 打电话，锁屏上的 Live Activity 能静音或挂断。这些细节挺实在，说明他们想的是人不在电脑前的场景。
OpenAI 七月就玩过类似的，Cursor 算晚吗
这条路不是 Cursor 一家在走。Claude Code 官方文档里的 /voice 目前是语音听写：按住空格说话，松开后转成文字进输入框，要本地麦克风，网页版和 SSH 里用不了。它更接近 Cursor 的老听写，跟这次的通话是两回事。
更像的对手是 OpenAI。7 月 23 日，OpenAI 把 ChatGPT Voice 搬进了 macOS 和 Windows 桌面应用，官方说能用声音操控电脑，指挥 ChatGPT Work 或 Codex 里的多个 Agent。底下是 7 月 8 日发布的 GPT-Live，一个能边听边说、不用等你说完才开口的全双工模型。思路跟 Cursor 几乎一个模子：前台一个会聊天的，后台一群干活的，这份作业大家算是都在做。
所以算晚吗？比 OpenAI 晚了三个多月，但 OpenAI 首发落在桌面端，Cursor 一上来就铺到了 IDE、网页和 iPhone，还多了个 Siri 入口。谁的对话更顺、被打断时谁更稳，目前没见到像样的第三方对比，各位先别急着站队。
Grok Voice 是顺手，还是真有料
先说顺手的部分。8 月 14 日，SpaceX 以全股票交易、约 600 亿美元完成了对 Cursor 的收购，xAI 今年早已并入 SpaceX。底座选 Grok Voice，一点不意外。OpenAI 又在 8 月 28 日宣布打算 11 月 12 日停止向 Cursor 直接供应模型，Cursor 往东家技术栈里靠只会越来越紧。
再说料。xAI 10 月 14 日发了 Grok Voice 3.0，官方说它在 Artificial Analysis 的语音对语音指数上拿到 86.9，GPT-Live-1 是 83.2。听着漂亮，但这个指数的成分是语音推理、客服电话场景的 τ-Voice 和盲测通话，离“一边写代码一边聊 diff”还有一段距离。而且 xAI 自己那张图里，τ-Voice 一项 GPT-Live-1 是 74.5%，Grok Voice 3.0 是 71.6%，xAI 拿来说事的是延迟低了 40%。
还有个小细节：Cursor 只写了 Grok Voice，没标版本号，3.0 的成绩不能直接算到它头上。价格也一样，xAI 对外的 API 标价是每分钟 0.08 美元，Cursor 这通电话怎么计费、占不占用量池，目前还没有明确说法。
现在值不值得戴上耳机试
对天天写代码的人，我觉得它很顺手的场景挺具体：派出去一个要跑十几分钟的任务，一边倒咖啡一边问一句“跑到哪了”，回来直接看结果。想精确改某一行、身处开放办公室、或者得念一串函数名的时候，键盘照样更快。语音管意图，键盘管精度，我的判断是这个分工短期内不会变。
做选型的技术负责人可以先记一条：官方说开了 Privacy Mode，语音聊天按零数据留存运行。这是 Cursor 自己的说法，Grok Voice 那一层具体怎么落实，要等细则出来再对。
接下来我盯两件事。一是计费，如果按 xAI 的 API 标价折算，聊十分钟约 0.8 美元，Cursor 怎么消化这笔账，直接决定它会不会成为日常功能。二是 11 月 12 日之后 Cursor 的模型选单长什么样，语音 Agent 背后接的编程 Agent 会不会更偏东家的模型。AI主线 会接着盯。
说句实在的，能对着 Agent 讲一句“你先改，改完叫我”，比多一行跑分更让我有感觉。