Cursor工程师用AI Agent实现每月千PR高效研发

Damn，一个月合 1000 个 PR， 但最炸的还不止是这个数字， Cursor 工程师 Lauren Tan，之前在 Meta 做 React 编译器、Netflix 当技术负责人， 加入 Cursor 才五个月，上个月合了 1000 个 PR，这个月才过去 12 天又合了快 800 个， 而且这是你每天都在用的 Cursor 核心生产线代码，不是什么 AI 垃圾代码 她在一小时视频里把实操全抖出来了，核心判断就一句话： 用 AI 写代码最大的死锁从来不是生成，而是验证 如果 Agent 不能自己跑产品、操作界面、抓 CPU trace、开模拟器复现 bug， 那最后人肉检查结果的人还是你，你就是整个系统里唯一无法并行、最卡脖子的活人瓶颈 她的做法简直是降维打击： 1️⃣ 先给 Agent 装上手和眼睛： 通过 Chrome DevTools 和模拟器让它实际操作产品，再给一张功能地图， 同事丢来一张截图或一句模糊的 bug 描述，Agent 自己顺着地图找到入口、复现问题并验证修复 2️⃣ 失败模式即资产： 只要 Agent 猜错、漏读代码或走错方向，立刻把这个踩坑写成一条 Skill， 然后让多个子 Agent 分头执行，配合裁判模型交叉打分，反复迭代到彻底稳定 现在她直接允许 Agent 自动合并 PR， 有天早上醒来，20 个 PR 已经自动合并进 main 分支，直接在主线上跑完全零故障 这根本不是提示词技巧，这是最硬核的工程管理， 你负责设计好环境、流程和验收机制，然后带一支几十个 Agent 的团队 7x24 小时并行狂奔 大多数人还在“AI 写、人来审”，顶级工程师已经做到“AI 写、AI 审、人抽查”， 程序员不再是敲键盘的码农，而是指挥 Agent 军团的工程经理啊 你现在用 AI 写代码卡在哪一步，是生成还是验证？

原访谈视频完整版（1小时手把手干货）与核心实操复盘： 🔗 完整推文与视频源： 👤 主讲人：@poteto（Lauren Tan，Cursor Engineer） 💡 4 个立即照抄的研发思维： 1. 别做人肉断点：把精力从“肉眼看代码”，转向“给 Agent 搭建能自动运行和断言的测试环境”； 2. 建立 Feature Map：给 Agent 一份项目路由与核心功能的导航索引，让它拿图就能自己找入口； 3. 失败写成 Skill：每次模型犯蠢，把错误逻辑写成持久化 Rule/Skill，让它永不再犯； 4. 交叉验证机制：模型 A 写代码，模型 B 挑刺，模型 C 跑集成测试，形成自动化交付流水线。