Cursor Voice Chat 上線：通話交辦修改，程式代理不換模型

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

代理跑長任務的時候，最磨人的常常不是等它做完，而是中途想插一句話。想問它改到哪個檔案、想補一個它漏掉的條件，都得切回聊天框把話打成字，再等它把手上的步驟告一段落。Cursor 在 11 月 6 日的更新日誌發布了 Voice Chat with Agents：跟代理講電話，口頭描述要改什麼、問它在做什麼，它邊做邊用聲音回報。前一天，Cursor 才在更新日誌發布讓代理把內部工具做成可分享網址的 Live Apps；隔一天，更新日誌換語音登場。

這次更新最容易被誤會的地方，官方文件一句話就交代了：接電話的代理，和寫程式的代理，是兩個。語音層跑在 Grok Voice 上，負責聽你說、開口回；聊天裡負責改程式的代理，繼續用你原本為它選的模型。接通電話不會把程式工作整批換到別的模型上，你當初挑模型的理由，無論是成本、速度還是對某類任務的表現，在通話中都還成立。

接電話的和寫程式的，是兩個代理

通話裡的語音代理能做五件事，官方文件全部列了出來。把工作交棒：你描述的修改或後續補充，它會送給目前聊天裡的程式代理，自己繼續跟你對話。回答工作的問題：它讀得到差異比較（diff）、執行紀錄與代理狀態，可以告訴你什麼改了、什麼還在跑，而且這類查詢是唯讀的，問進度本身不會動到程式。搜尋這個代理的歷史：範圍是你跟同一個代理過去的訊息與通話，不是整個帳號的紀錄。切換 Project 的工作者：在設有多個工作者（worker）的 Project 裡，可以把通話對象換到另一個工作者身上。掛斷：你說結束，通話就結束。

Pin

這個分工裡最值得注意的是唯讀與交棒的界線。查狀態、看差異、翻歷史，語音代理自己來；一旦你開口要求變更，它就把任務交給程式代理，動手改檔案的永遠是後者。換句話說，通話是協調的通道，不是執行的通道。把「邊講邊做」想成語音模型直接改你的程式碼，是目前對這項功能最常見的過度想像。唯讀的設計也順帶回答了一個疑慮：隨口問一句「現在跑到哪」，不會讓代理把手上的工作打斷重來，問題與指示走的是不同管道。

工作排隊跑的過程中，你也不必等它收尾才能再開口。官方把交棒的內容定義為任務或後續補充，代表通話中可以連續下指示：先描述一輪要改的範圍，聽到短進度後發現方向偏了，接著補條件修正，全程不用回到鍵盤。對要反覆對焦的需求來說，這比來回打字貼近真實的討論節奏；反過來說，一旦需求本身說不清楚，語音只會把混亂講得更快，問題仍然出在指示的品質。

程式代理也不是每次都全文照唸。官方寫明，它自己決定什麼值得用說的：工作時給短進度、完成時給簡短結論、它啟動的工作者回報時給更新；某個回合如果沒有寫語音更新，通話才會把文字回覆唸出來。所以不同回合聽到的長短本來就會不一樣，逐字全文留在聊天裡，耳朵拿到的是摘要，眼睛才拿得到細節。這也代表口頭聽到「做完了」只是進度訊號，改了哪些檔案、測試過了沒有，仍然要回到聊天裡的差異與紀錄核對。

按鈕什麼時候出現：四個條件與一份隱藏清單

入口有四個：Agents Window、IDE、網頁版與 Cursor 的 iOS App。但按鈕出現不等於接得通，前面還排著幾個條件。代理必須閒置、聊天輸入框必須空著，原本送出按鈕的位置才會變成標著 Start voice chat 的波形按鈕；代理執行中那個位置是停止鈕，所以一時看不到波形，多半只是工作還在跑而已。Agents Window 可以從全新的聊天開始通話，IDE 的聊天則至少要有一則訊息。麥克風權限要先允許，如果之前拒絕過，系統會提示到設定裡改回來，原地反覆按開始是沒有用的。接通之後若你先沒開口，官方說代理過幾秒會主動問你。

Pin

認證是另一個容易踩的坑。通話需要登入 Cursor 帳號，用 API 金鑰的工作階段看得到按鈕，接通卻會失敗，訊息原文是 Realtime voice requires sign-in。金鑰是給程式呼叫服務用的憑證，和帳號登入是兩回事；原本跑得好好的自動化工作階段，語音這條路就是走不通，得換成登入的環境再試。

還有一份明寫的隱藏清單：子代理與 Project 工作者的聊天、封存的聊天、Claude Code 的聊天、其他隊友擁有的聊天，按鈕都不會出現；IDE 另外在雲端代理還在串流、以及聽寫功能被關閉時也會隱藏。這裡有個看似矛盾其實一致的設計：不能直接在工作者的聊天上起通話，但通話中可以把對象切換到另一個工作者，入口收著，轉接是通的。上述條件都不成立的話，官方給的建議是把 Cursor 更新到最新版，不過更新日誌沒有標明最低版本號，這點只能留給使用者自己確認。

iOS 另有兩個行動端的設計。說一聲 Hey Siri, call Cursor 就能和新的代理開始通話，但 iPhone 必須解鎖；系統顯示不出一般通話畫面時，通話會以動態活動（Live Activity）出現在鎖定畫面與動態島，鎖定畫面和展開的動態島上可以靜音、掛斷，縮小的那顆動態島則沒有這些控制。

每日限額與十分鐘靜默，文件只給了半張帳

通話不是無條件供應的。官方文件承認每天有語音通話限額，到達上限時 Cursor 會告知什麼時候能再撥，但任何帳號通用的分鐘數、任何方案的對照表都沒有公布，想排團隊固定使用的人，只能看自己帳號裡實際顯示的條件。掛斷也有規則：預設情況下，大約十分鐘沒聽到你說話，而且代理手上沒有進行中的工作，通話才會結束。兩個條件是綁在一起的，代理還在跑的時候，不會只因為你暫時安靜就被切線。

Pin

費用這題，兩份官方文件目前各記各的帳。更新說明講的是每日語音限額；定價頁的常見問題則寫，每層方案都包含 Cursor 與 Grok 共用的用量池，Grok 那側涵蓋交談、影像、語音與 Bot，方案越高池越大，額度每週刷新。語音通話的每日限額與這個每週刷新的池怎麼銜接、通話分鐘從哪裡扣，兩邊都沒有寫，官方也沒有給出每分鐘的單價，任何拿別家語音服務的價目去推算的數字都只是猜測。比較穩當的讀法是把兩本帳分開：語音能撥多久，以帳戶內顯示的限額為準；方案買到多少用量，照定價頁的池算。語音額度與程式代理的用量也是兩回事，前者計的是聽與說，後者是模型與工具消耗的帳，只算通話時間估不出一項開發的完整成本，把接通當成吃到飽執行更是誤讀。

逐字稿留在聊天裡，隱私模式拿走跨裝置同步

口頭交辦不會說完就消失。通話的逐字稿會出現在聊天裡，事後要回看「當時到底交代了什麼」，文字都在。雲端代理的逐字稿還會在通話進行中同步到你的其他裝置，換一台機器也接得上進度；唯一的例外是隱私模式（Privacy Mode）開啟時，同步不生效，而且官方寫明隱私模式下的語音通話以零資料保留運行。有個細節值得停下來看：跨裝置同步這句話，官方只對雲端代理說。跑在本機的代理，逐字稿同樣會留在聊天裡，但文件沒有承諾它即時出現在你的手機上；想在行動端追本機任務的進度，這一段落差要自己留意。

零資料保留講的是服務端處理資料的規則，不等於語音辨識與程式工作都搬到你手機或電腦上做，官方文件從頭到尾沒有這樣宣稱，文件也沒有承認說出口的每個專有名詞都會被正確聽懂。路徑、版本號、欄位名稱這種一字之差就改變意思的資訊，用打的還是比用說的保險。

和聽寫是兩條路，聲音設定會跟著代理走

介面上有兩個長得像的按鈕，走的卻是不同的流程。波形圖示開始的是語音通話，雙向對話、代理回話；旁邊的麥克風圖示開始的是聽寫，把話轉成輸入框裡的文字，你檢查、修改、按下送出。兩者真正的分野在誰把指令送出去：聽寫的送出鍵在你手上，看過一遍再放行；語音通話的交棒由語音代理執行，說出口就是送出去了。想控制每句話的最終措辭，聽寫多一道人工關卡；想省掉那道關卡，通話換來速度，代價是指令以口語原樣落地。趕時間的口頭交辦適合後者，要精確措辭的指令適合前者，這條線畫清楚，兩個按鈕就不會再拿錯。

聽寫不是新東西，更早的版本還曾經把它叫 Voice Mode，名字變過、位置又相鄰，這次公告特別把兩者分開講。快捷鍵也延續舊設計：IDE 裡 Cmd 或 Ctrl 加 Shift 加 Space 切換的仍然是聽寫，語音通話沒有快捷鍵；在 Agents Window 裡按住 Ctrl 加 M 對聽寫說話。麥克風按鈕在三個介面上的名字也不一樣，Agents Window 叫 Start voice input，IDE 叫 Voice Input，iOS 叫 Record voice。

聲音的選擇比想像中持久。內建多個具名聲音，官方列出的有 Ara、Eve、Leo、Rex、Sal，可以在設定裡挑預設，也可以通話中直接換；換掉的選擇會記在當下對話的代理身上，之後跟它通話都用這個聲音，而有自己儲存聲音的代理，優先用它的而非你的預設。聲音偏好可以按代理長期經營，這是公告裡少有人注意到的細節。

口頭說完成了，驗收仍然回到文字

官方在常見問題裡確認，通話中可以繼續手上的工作，程式代理照跑，有值得講的進度才出聲。這正是語音入口的合適位置：協調。需求要來回說明、方向要即時修正、進度要隨口追蹤的任務，通話省掉的是打字與切換視窗的成本；至於一整段 SQL、測試輸入、很長的檔案路徑，餵文字仍然比唸給它聽可靠，逐字稿與差異比較也留在原本的聊天裡當憑據。

口頭聽見完成，與驗收通過是兩個概念。差異比較描述改了什麼，測試紀錄描述結果對不對，兩者各自回答不同的問題，代理用聲音給的短摘要兩個都替代不了。導入的起手式也簡單：挑一項範圍清楚的修改，讓口頭協調、聊天裡的文字、實際的差異三邊對得上，再決定要把多少工作搬進通話。

截至 11 月 9 日，有三件事官方還沒給答案：最低版本號（更新日誌只說更新 Cursor 即可使用）、每日語音限額的實際數字、限額與共用用量池的計算關係。這幾項都屬於會隨文件更新改口的內容，安排正式使用前一週內回查一次官方說明，比聽任何轉述都準。