Cursor CEO：用AI聊天写代码，是个伪命题

来源: Cursor CEO Michael Truell, a16z Podcast
核心主张: 编程的未来不是"聊天生成代码"，而是"代码之后的世界"——软件逻辑向伪代码和英语演进，人类在高维度编辑意图，AI在底层实时实现。

一、两个幻觉

关于"未来怎么开发软件"，行业里同时流行着两个互斥的幻觉。

保守派的幻觉：一切照旧。TypeScript、Go、Rust 该手写的还是要手写，AI 不过是个聪明点的自动补全。他们相信编程是门手艺，手艺不会消失。

激进派的幻觉：以后写软件就像在微信群里跟外包团队聊天。你提需求，AI 盲盒式生成。你觉得不对就再提一句，AI 再改一轮。直到某一刻你叹了口气说"算了就这样吧"。

Cursor 的 CEO Michael Truell 在最近 a16z 的访谈里说：这两种都想偏了。

尤其是第二种——"聊天写代码"，根本行不通。

二、为什么聊天写代码是伪命题

Truell 只给了一个理由，但这个理由很致命：缺少精确性（Precision）。

想象一下，你在 Slack 里对一个外包工程师说："把我应用的这个按钮改一下。"

这句话的问题不是信息量太少，而是意图无法被精确传递。按钮改什么？颜色？大小？位置？点击后的行为？响应式布局要不要适配？

在真实的软件工程里，一个按钮的背后可能是：

• 三个断点的响应式规则
• 五种状态的样式映射
• 两个 API 调用的错误处理
• 一个 A/B 测试的流量分配
• 半打可访问性（a11y）属性

你不可能用一句自然语言把这一切表达清楚。就算你愿意写一段很长的 Prompt，你也只是在用英语笨拙地描述一份本可以用代码精确表达的逻辑。

Truell 的原话更直接：

如果你想对软件拥有完全的控制权，你就不能只在游离于系统之外的聊天框里，发一句"把我的应用这里改一下"。你必须能够"指着"具体的地方，给出极其精确的微调动作。

这不是在贬低自然语言。而是在说：自然语言擅长描述"要什么"，不擅长描述"怎么做"。 而软件工程的大部分心力，恰恰花在"怎么做"上。

聊天框里的对话，永远是游离于系统之外的。你和 AI 聊了一百轮，最后生成的代码你可能根本不理解。出了问题你回不到那一百轮里的任何一刻，只能再开一轮新的对话，祈祷这次 AI 猜对你的意图。

这根本不是编程。这是用自然语言玩猜谜游戏。

三、"代码之后的世界"长什么样

Truell 给了一个名字：a world after code。

不是"没有代码"，而是"代码之后"——代码退到人类视野之外，成为机器之间的私语。人类面对的，是一份极其容易阅读、极其精准的逻辑文档。

你可以把它理解为一种"超级伪代码"：

• 看起来像英语，读起来像产品文档
• 但每一个词都有精确的语义和可执行的边界
• 没有指针、没有内存管理、没有类型体操
• 但也不是自然语言的模糊性——它是结构化的、可验证的、可回滚的

你站在这份文档的高维度上直接编辑逻辑。AI 在底层实时把它翻译成可执行的实现。

这不是科幻。Truell 已经在 Cursor 里开始做了。

Cursor 的 Composer 功能就是这个方向的第一步：你在编辑器里写一段描述性的逻辑，Cursor 不是生成代码然后塞给你，而是理解你的意图，在代码库里找到需要改的地方，精确地、原子地执行修改。

区别在于：

• 聊天模式：你说"改这里"，AI 猜你的意思，生成一堆代码，你复制粘贴
• 代码之后模式：你"指着"具体的位置，给出精确的微调动作，AI 在底层实现，但你始终知道每一行在做什么

四、编程的历史就是一部"去符号化"史

Truell 提了一个观察：从打孔卡到汇编，从 C 语言到 Python，人类一直在往后退。

• 打孔卡：你亲手把导线插到正确的位置
• 汇编：你用助记符代替机器码
• C 语言：你不再需要关心寄存器分配
• Python：你不再需要关心内存管理
• AI 时代：你不再需要关心具体的实现细节

每一次"后退"，都是把意图留给人类，把细节留给机器。

但这里有一个关键的区分：

• 好的后退：你仍然掌控逻辑的结构，只是不亲自写每一行实现
• 坏的后退：你放弃了对逻辑结构的理解，把一切都交给 AI 的"黑盒"

Truell 一直在警惕后者。他多次公开批评 "vibe coding"——那种"只要代码能跑就行，不管它怎么工作"的开发方式。

AI 应该加速好的工程实践，而不是消灭它们。

五、精确性为什么是唯一出路

软件工程的核心矛盾从来都不是"写代码"vs"不写代码"。

它一直是：如何在复杂度爆炸的同时，保持对系统的理解和控制。

一个中等规模的后端服务，可能有几万行代码、几十个模块、十几种状态转换。人类的大脑能同时处理的信息量是有限的。我们无法在任何时候都记住整个系统的每一个细节。

所以我们发明了：

• 抽象：把细节藏起来，只暴露接口
• 类型系统：让编译器帮我们检查一致性
• 测试：让机器帮我们验证行为
• 版本控制：让我们可以回滚到任何一个历史状态

这些工具的共同点是：它们都是精确的。

• 类型系统不会"大概"认为你的代码是对的
• 测试不会"差不多"通过
• Git 不会"大概"回滚到某个版本

精确性是人类控制复杂系统的唯一方式。

聊天式编程的问题，恰恰是放弃了精确性。你用自然语言描述需求，AI 用概率模型生成实现。这个过程中没有编译器帮你检查，没有类型系统帮你约束，没有测试帮你验证。只有你和 AI 的"默契"。

这不是工程。这是运气。

六、Cursor 在做什么

Truell 没有停留在理论层面。Cursor 的产品演进，就是朝着"代码之后的世界"一步步走的。

第一步：Tab 补全
AI 猜你下一行要写什么，按 Tab 接受。这是"AI 辅助手写代码"，精确性由人类保证——你看了代码，觉得对，才按 Tab。

第二步：Cmd+K 编辑
你选中一段代码，描述你想怎么改，AI 在原地修改。你还是能看到 diff，能逐行审查。

第三步：Composer
你描述一个功能需求，AI 在多个文件间协调修改，生成一个完整的实现方案。但你仍然可以审查每一个变更，可以回滚，可以精调。

第四步：Agent（进行中）
AI 不只是执行你的命令，而是理解你的意图，在代码库里自主导航、规划、执行。但关键是——它执行的一切，你都能看见、能理解、能干预。

Truell 反复强调：Cursor 不是在做"让 AI 替程序员写代码"，而是在做"让 AI 把程序员从实现细节里解放出来，让他们专注在逻辑和架构上"。

七、那未来还需要程序员吗

需要。但"程序员"的定义会变。

未来的软件工程师，可能不会再写一行 TypeScript 或 Rust。但他们需要：

• 理解系统的架构和边界
• 设计模块之间的契约
• 定义状态和行为的精确语义
• 审查 AI 生成的实现是否符合意图
• 在系统行为偏离预期时，能定位到逻辑层面的根因

换句话说，工程思维不会消失，编码技能会退化。

就像今天的程序员不需要懂汇编，但仍然需要理解 CPU 缓存、内存模型、并发语义。未来的程序员不需要手写每一行业务代码，但仍然需要理解分布式系统、一致性模型、安全边界。

八、结语

Michael Truell 的这段话，本质上是在重新定义 AI 和人类的协作边界：

不是"人类提需求，AI 盲盒生成"。也不是"人类手写每一行代码"。而是"人类在高维度上精确地定义意图，AI 在底层精确地实现意图"。

这个边界的关键，是精确性。

自然语言是模糊的，代码是精确的。AI 时代的编程，不是用模糊的语言替代精确的代码，而是找到一种比代码更高级、但仍然精确的表达方式。

也许它看起来像伪代码。也许它看起来像结构化的英语。也许它看起来像一份产品需求文档——但这份文档是可执行的、可验证的、可回滚的。

这才是"代码之后的世界"。

不是代码死了。是代码隐身了。

参考

• a16z Podcast: Michael Truell — How Cursor Builds at the Speed of AI
• Cursor: https://cursor.com
• Michael Truell on X: https://x.com/mntruell

#Cursor #AI编程 #软件开发 #a16z #MichaelTruell #代码之后 #AIAgent #vibecoding