Taiwan Bigdata Logo

語言

主題

Cursor 創辦人出擊 YouTube:AI Agent 時代下「品味」比程式更關鍵

Cursor 創辦人出擊 YouTube:AI Agent 時代下「品味」比程式更關鍵

在近期 YouTube 深度訪談中,Cursor(Anysphere)共同創辦人兼 CEO Michael Truell 再度強調,「後程式時代」來臨,品味成為 AI Agent 時代中最大的稀缺資源。他以直白、生活化比喻解析:AI 現在能寫程式、完成細節,但究竟為什麼要做、要怎麼做,卻是人類品味的舞台,而這正是工程師未來的核心競爭力。他在影片中明言:「We think that one thing that will be irreplaceable is taste.」這場對話揭露了 Cursor 團隊如何透過品味打造產品策略,也拆解了判斷力在 AI 協作中的新角色,從技術向價值邏輯躍進,帶出一種與 AI 共生的新型工程文化。

2025年6月12日
5 分鐘閱讀
cursor
ai-agent
taste

用一句話揭示時代轉捩:不用懂程式也能建軟體

在訪談一開始,Truell 即指出 Cursor 的最終願景是「取代傳統編程,發明一種更高層次、更具表達力的建構方式」。他強調,未來不再需要理解複雜語法,只需描述意圖即可建構軟體。這不是單純讓 AI 寫 code,而是全面改寫「什麼是軟體開發」。

這段論述顛覆了技術本位的工程師文化。過去,程式技能是進入數位創造的門檻;未來,Truell 指出「創造力與品味」將成為主戰場。會寫 code 不再等同會做產品,會定義需求、理解流程、設計邏輯才是真正的價值所在。

Cursor 所倡議的這種 paradigm shift,也呼應目前軟體產業中「從工具到助手」的重大變化。從 Copilot 到 cursor,AI 正從輔助器進化為共同創作者。在這樣的過程中,品味變成唯一難以外包的資產。

品味=定義「意圖」而不是寫程式

Truell 在影片中反覆強調,「寫程式」的價值正在轉移,「定義邏輯、設計流程、表達意圖」才是未來工程師的任務。他指出,今日的編程本質上是一種「人類編譯器」行為──我們把想法硬轉成語法。但 AI 將逐步接手這段轉換,讓人回歸「構想本身」。

他補充說明,品味不只是美感,也涵蓋「對流程設計、功能取捨與邏輯表達」的判斷力。能夠定義「什麼該存在、什麼符合直覺」的開發者,才能真正駕馭 AI 的潛能。這也是他強調「taste」不可取代的核心原因。

這裡的 taste,既是邏輯的,也是情感的──它牽涉使用者體驗、反饋與認知模式。Truell 認為,正是這種人類特有的判斷維度,才是未來軟體能否成功的真正分水嶺。

Cursor 文化:從用戶回饋中訓練品味

Cursor 的產品策略不走大而全,而是選擇「用戶最痛、最需要 AI 幫忙」的切點切入,例如理解 legacy code、debug 與重構。Truell 坦言,這些選擇背後不是純粹技術考量,而是來自品味的選擇:「我們相信不是每件能做的事都值得做。」

他們也刻意與早期用戶緊密互動,觀察使用者與 AI 的合作習慣,並用這些實際行為數據來校正產品方向。這種不斷迭代、觀察、微調的循環,本質就是一種「品味的訓練過程」。

Truell 甚至指出,Cursor 的用戶其實也需要具備一定的品味。他建議用戶不要一次下達太長的 prompt,而是逐步引導 AI,並觀察其行為反饋。這種操作方式不只是提高效率,更是與 AI 共構邏輯、測試創意的一種品味實踐。

AI Agent × 品味:未來工程師的新地位

隨著 AI 技術進步,Truell 描繪未來工程師角色的轉變:從「寫程式的人」變成「邏輯設計師(logic designer)」。他在影片中說:

“We think that one thing that will be irreplaceable is taste.”

這句話點出工程師價值的重心不再是技術執行,而是定義問題、指引方向。他認為即使未來有超人等級的 AI,也仍然需要人類去選擇「應該做什麼」,而這正是 taste 的角色。

Cursor 的產品設計也反映這一哲學。他們不追求最大化功能,而是極度專注於「讓使用者感覺自然的開發流程」,如 Truell 所言:「不是你做了什麼功能,而是你刪掉了哪些不必要的東西,才真正展現出你的品味。」

這種信仰也滲入到 Cursor 的招聘與內部文化。Truell 指出,他們更重視員工的判斷力與創造力,而非純技術履歷。工程師的價值,在於能否與 AI 合作設計價值,而不是純粹執行任務。

當 AI 能做 100 件事,你該會選哪 10 件?

影片中另一句發人深省的話是 Truell 提出:「當 AI 能做 100 件事,你該會選哪 10 件?」這句話明確指出,AI 時代的競爭,不在誰能做得多,而在誰能選得精。

這背後反映的是典型產品決策邏輯──資源永遠有限,但 AI 讓可行性無限。如何在充滿可能性的未來裡,只選擇「最有意義的路」,考驗的就是判斷力與品味。

這種選擇並非靠 KPI 驅動,而是來自對人性與使用情境的理解。Truell 將之視為未來產品與工程的真正分水嶺:誰能做出「對的事」,才有機會在競爭中突圍。

品味將是人類與 AI 協作時代的競爭核心

從 Truell 的談話中,我們看到 AI Agent 時代不只是工具變革,更是價值觀的翻轉。執行層級由 AI 代理,人類則需在更高抽象層面掌握品味、定義方向。

Cursor 作為這場轉型的領頭羊,並未選擇技術炫技,而是堅持「以品味驅動產品設計」。這份信念不只在語言裡,更體現在他們的產品決策、團隊文化與使用者互動中。

未來十年,工程師最關鍵的技能,將不是語法,而是品味──那種知道「該做什麼」、知道「怎麼做才順」的能力。這場由 AI 啟動的時代大潮中,品味,將是人類最後的主控權。

參考資料

接續閱讀

o3proopenai+1

選 AI 模型看這篇:GPT-4o、o3、o3-pro 分工解析

如果你正頭疼該選哪款 OpenAI 模型,這篇一次幫你搞懂!OpenAI 於 2025 年 6 月 10 日正式發布高階推理模型 o3‑pro,並同步宣布大幅下修 o3 API 單價——從原本輸入 US$10、輸出 US$40 直接砍到輸入 US$2、輸出 US$8,降幅高達八成;而 2024 年底開始提供語音功能的 GPT‑4o,也在 2025/06/11 把 Audio Mode 價格從測試期的輸入 US$100、輸出 US$200 調降至 US$40/US$80。三款模型現已覆蓋純文字、圖像到即時語音三種 API 介面,價格帶自每百萬 token US$2→US$80。本文以「功能定位 × 成本結構 × 使用情境」三大維度解析 GPT‑4o、o3、o3‑pro,並示範如何透過分層代理與流量管控,把高價模型效益極大化,協助開發者避開多模態行銷話術誤導,精準挑選最合適的 AI 引擎。

7 分鐘閱讀
閱讀更多
industry40industrial-ai+1

從工廠到農場:AI 如何改寫傳統產業競爭力

生成式 AI 股票行情退潮之後,真正能在現場驅動營運韌性的深度 AI 日漸浮上檯面:它不靠雲端大模型的億級參數,而是緊貼感測器、機械臂與拖拉機 GPU,在毫秒級的時脈內完成缺陷偵測、病蟲害辨識、軸承磨耗預測與分鐘級動態排程。本文重新校準 2025 年中最新的 Gartner、IDC 市調與 Siemens、Bosch、John Deere、GE Vernova、Amazon 等實證案例,鎖定電腦視覺、邊緣推論與預測分析三大支柱,透視 AI 在製造、農業、能源與物流鏈的真實投報率,同時盤點資料主權、MLOps 迭代與 ESG 壓力下的治理挑戰。最終並提出 CTO 與營運長在高利率與高碳價年代仍能踩穩 AI 複利曲線的三大行動策略。

9 分鐘閱讀
閱讀更多
automationipaas+1

n8n 等七大跨平台自動化工具企業實戰深度評比

生成式 AI 競賽將「資料流動速度」推向營運決勝點,從行銷自動化、客服排程到 IT DevOps,企業愈來愈依賴跨平台整合來縮短決策迴路。n8n、Make、Zapier、Pipedream、Activepieces、Automa 與 Relay.app 這七款工具,涵蓋開源、商用 SaaS 與瀏覽器 RPA 三大譜系,既是「無程式碼入門」的效率神器,也是「開發者延伸」的創新底座。本文在盤點授權與計價細節的同時,深入拆解各家差異化優勢,並以實務場景示範如何落地至 CRM、ERP、資料倉儲及人資審批等流程,協助 CIO 與數位長制定可量化的評估路徑。

9 分鐘閱讀
閱讀更多