2 月 24 日，Cursor 發佈重大 agents 更新。兩個能力最關鍵：coding agent 現在會測試自己寫出的修改，並透過影片、log 與截圖記錄自己的工作過程。CNBC 把這次更新放進「AI coding agent 之戰升溫」的框架下報導。
這兩個功能看似工程細節，其實指向同一個問題：當 agent 自主工作的範圍越來越大，人類要怎麼驗證它到底做了什麼。
自我測試把驗證往前推
Coding agent 的典型失敗模式不是寫不出程式碼，而是寫出「看起來對」的程式碼。讓 agent 在交付前先測試自己的修改，等於把驗證的第一道關卡從人類身上移到 agent 自己——不是取代 code review，而是改變人工審查的起點：審查者不再從「這能不能跑」開始，而是從「這樣設計對不對」開始。對重度使用 agent 的團隊，這直接決定了一個下午能放心交付多少任務。
影片、log 與截圖打開黑盒子
第二個能力同樣重要。自主 agent 最大的信任障礙是過程不透明：你只看到結果，看不到它嘗試了什麼、放棄了什麼、繞了哪些路。用影片、log 與截圖記錄工作過程，等於給 agent 裝上行車紀錄器——出問題可以回放，做得好可以複製，團隊成員之間有共同的討論素材。在企業採購的評估清單裡，可審計性往往比基準分數多幾個百分點更有決定性，因為它回答的是「敢不敢用」而不是「強不強」。
coding agent 之戰的第二階段
CNBC 用「戰況升溫」形容目前的市場。第一階段的競爭是生成能力——誰寫出的程式碼更好；第二階段是可靠度與可信度——誰的 agent 能被放心地放進真實工作流。Cursor 選在這個時間點，把自我測試與工作紀錄推上主舞台，本身就是對戰場轉移的判斷：當各家模型的能力差距縮小，能證明自己可靠的產品才拿得到生產環境的門票。
開發團隊的因應
- 調整審查流程：agent 自測通過不等於正確，但人工檢查可以從「逐行驗證」上移到「設計與邊界條件」
- 把紀錄當資產：影片、log 與截圖可以直接進入 code review 討論、事故回顧與 onboarding 材料
- 改變選型標準：評估 coding agent 工具時，「過程可見度」應該與生成能力放在同一個天平上
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。