谷歌与Cursor同日发布编程智能体双向语音功能，开发者可实时对话控制代码生成

美国科技巨头谷歌（Google）和AI编程工具公司Cursor于2026年11月7日同一天宣布为其编程智能体（coding agents）增加双向语音功能。这一更新旨在解决开发者在监控长时间运行的AI任务时频繁切换回键盘的痛点，允许用户通过自然语言实时询问进度、批准命令或修改指令。

谷歌在其Agentic软件开发平台Antigravity中推出了“Voice mode”，该功能基于Gemini Live技术。据谷歌开发者关系工程师Nick Van der Auwermeulen介绍，传统的智能体工作节奏是“输入提示、等待执行、阅读结果、再次输入”，而新语音模式允许在桌面应用和命令行工具（CLI）中保持通话开放。开发者可以在智能体编写代码时直接打断并给出新指示，例如“等等，换个方式试试”。

Cursor则发布了名为“Voice Chat with Agents”的功能，底层由xAI公司的Grok Voice驱动。Cursor表示，开发者可以大声描述变更需求，询问智能体当前正在处理的任务，并在代码生成过程中听取实时更新。与谷歌主要聚焦桌面端和CLI不同，Cursor的语音聊天支持网页版、iOS以及桌面端。

此前，OpenAI已在Codex桌面应用中集成双向语音，Anthropic的Claude Code目前仍仅支持单向语音转文字（dictation）。此次两大主流平台同时跟进，标志着AI编程工具正从单纯的文本提示交互向更自然的连续对话式协作演进，试图模拟人类结对编程中的即时沟通体验。