Cursor 3 用户反馈：431 条回复中的十类核心诉求
用户已经不满足于"AI 帮我改代码"，他们想要的是一个稳定、可控、键盘友好、支持多 Agent 并行、能理解多仓库和完整工程上下文的 AI 开发操作系统。
来源: Eric Zakariasson（Cursor PM）征集 Cursor 3 反馈，431 条回复。宝玉xp 整理提炼。
十类核心反馈
1. Agent + IDE 融合
问题: Agent Window 和传统 IDE 能力割裂。
诉求:
- Agent Window 不能牺牲 LSP/调试/快捷键等 IDE 基本能力
- 别让人在"手动写代码"和"Agent 模式"之间切来切去
- 两类操作应该无缝融合，而非二选一
2. 多 Agent 协作
问题: 单 Agent 能力有限，需要分工协作。
诉求:
- 看板/任务树视图管理多个 Agent
- 角色化 Agent 团队：规划 → 实现 → review → QA
- 用户统一调度和验收，不亲自下场
- 需要一个"总指挥官"角色（而非用户自己当）
3. Worktree / Git 产品化
问题: Agent 的 git 操作不透明、不可控。
诉求:
- 低摩擦、可控、可审计的 Git 控制台
- Worktree 命名/状态/diff/PR 管理
- 让 Agent 的版本控制操作可见可控
4. 信息架构与导航
问题: "聊天记录列表"太薄，承载不了任务记忆。
诉求:
- 升级为"任务记忆系统"
- 智能命名、pin 消息、fork session
- 跨项目引用历史决策和上下文
5. 键盘优先
问题: Agent 交互打断了键盘流。
诉求:
- 全程不用鼠标
- 自定义快捷键
- 继承 VS Code 肌肉记忆
6. 稳定性与性能
问题: 多 Agent 后卡死/OOM/大代码库拖慢。
诉求:
- 不能让 Agent 拖垮编辑器响应
- 稳定性不足时用户会暂时退回 Codex/Claude Code
7. 模型与成本透明
问题: 不知道花了多少钱，也不知道该用哪个模型。
诉求:
- 显示价格/质量/速度对比
- 主动建议"这个任务用便宜模型就够了"
- 用量和花费实时可见
8. 扩展与 MCP
问题: Cursor 只是编辑器，不是开发中枢。
诉求:
- 从 AI 编辑器升级为"开发自动化中枢"
- 集成 GitHub/Vercel/Slack/Linear 等
- MCP 生态支持
9. 移动端与远程
问题: 离开电脑就无法掌握 Agent 状态。
诉求:
- 不是要在手机上写代码
- 是要随时查看 Agent 进度、批准命令、继续对话
10. 前端/设计工作流
问题: AI 修改后设计 token 漂移。
诉求:
- Figma ↔ Cursor 设计 token 一致性
- 不因 AI 修改而漂移
四件事优先级最高
宝玉xp 从 10 类反馈中提炼出最受用户关注的四件事：
- Agent 和 IDE 无缝融合——用户不想在"手动写代码"和"Agent 模式"之间反复切换
- Worktree / Git / PR 工作流产品化——并行 Agent 时代必须的基础设施
- 大项目下稳定、快、不丢上下文——稳定性是信任的前提
- 模型成本、能力和任务分配变得透明可控——让用户能"自己当总指挥官"
这四件事直接对应了 Multi-Agent Coordination Patterns 中"协调比单 Agent 能力更难"的核心判断——用户的痛点已经从"模型不够强"转移到"系统编排做得不够好"。
关键洞察
"AI 开发操作系统"定位
用户描述的不是一个更好的编辑器，而是一个 操作系统级的开发环境：
- 管理多个 Agent 进程（如同 OS 管理进程）
- Git 操作产品化为文件系统（如同 Finder）
- 任务记忆系统（如同持久化存储）
- 键盘优先（如同终端）
与现有工具的定位差异
| 工具 | 当前定位 | 用户想要的方向 |
|---|---|---|
| Cursor | AI 编辑器 | AI 开发操作系统 |
| Claude Code | 终端 Agent | 桌面级 Agent |
| Codex | 终端 Agent | 轻量 IDE + Agent |
验证了行业趋势
这 431 条回复强烈验证了 Harness Is Everything 的论点：用户不再纠结 AI 模型能力，他们的痛点已经转移到工作流编排、多 Agent 协调、信息管理——这些全是 harness 层面的问题。
与既有 wiki 的交汇
- Cursor 3 Agent-First UI — Cursor 3.0 架构设计，本文是其用户验证
- Cursor 3 Agent Orchestration — Every.to 的评测，本文补充了用户视角
- Multi-Agent Coordination Patterns — 本文第 2 类反馈是其市场需求信号
- Model Routing — 本文第 7 类反馈是模型路由的用户需求
- Bespoke CLIs — 本文第 5/8 类反馈指向 CLI 优先的交互模式