Cursor 最近上线了一项新能力：用户可以建立实时语音通话频道，直接与编程智能体做交互。通过语音指令，开发者能实时下达修改需求、查询任务执行状态，并即时获取工作进度的反馈，就像在与同事做电话会议一样。
这项功能覆盖了多个使用场景，包括 Cursor 的智能体界面、集成开发环境（IDE）、网页端，和 Cursor iOS 应用。
如何发起语音通话
当智能体处于待机状态，且输入框内容为空时，界面底部原本显示“发送”按钮的位置会被一个波形图标取代，旁边保留着听写用的麦克风按钮。点击这个标有“Start 语音聊天”的波形图标，即可开启通话。
对于 iOS 用户，操作更为便捷。只需对设备说“Hey Siri, call Cursor”，便能直接召唤智能体建立连接。通话过程中，用户可以在锁屏界面的实时活动组件中直接执行静音或挂断操作，无需解锁屏幕。
智能体工作时的双向交互
语音通道不仅限于发起指令，更支持在任务执行期间的持续对话。语音智能体负责接收用户的听觉反馈，并将具体的编程任务分派给后台运行的代码智能体。在此期间，用户可以随时插话：追问某次代码差异的具体修改内容、检查任务运行进度、检索过往的对话记录或通话历史，甚至在多工作线程的项目中在不同 worker 之间快速切换视角。
作为回应，编程智能体也会主动做语音播报。它不会长篇大论地推送书面回复，而是在关键节点提供简短的进度通报，并在任务完成后给出精炼的结论。这种设计确保了听觉信息的高效传递，避免了语音冗余。
Grok Voice 引擎与隐私保护
该语音功能由 Grok Voice 提供底层支持。系统内置了多种语音选项，用户可以根据喜好选择 Ara、Eve、Leo、Rex 或 Sal 等声音。在隐私层面，一旦开启隐私模式，所有的语音交互数据将遵循零保留策略，确保对话内容不被额外存储。
区分语音聊天与听写功能
需要厘清的是，语音聊天与传统的听写功能（早期版本称为 Voice Mode）是两套独立的机制。听写的核心逻辑是将用户口述内容转化为文字，填入聊天输入框，在 IDE 中依然可以通过 Cmd+Shift+Space 快捷键调用。而语音聊天强调的是双向的语音对话，智能体直接以声音形式作答，两者在交互形态上存在本质区别。
用户只需将 Cursor 更新至最新版本，即可体验这一语音交互模式。更多技术细节可查阅官方文档。
