歸藏(guizang.ai)@op7418 · XAI 摘要
Cursor发布开发者报告，基于全球最全面的AI编程数据集指出：头部AI用户的代码产出、token消耗和PR合并量远高于中位数且差距持续扩大。报告关键发现是AI在生成代码前“阅读”（理解上下文）的成本急剧上升，input/output token ratio显著增加，表明真正的成本在于理解代码库与任务。这凸显了上下文缓存、增量理解和长期记忆等技术将成为未来智能体的核心竞争力。此外，AI自主性提高，手动确认减少，更多改动直接进入代码流程；同时PR规模变大，对代码审查和测试要求更高。
Cursor 发布了一份开发者报告，里面有些数据很有意思
挑几个比较重要的点来说：
头部用户的 AI 代码产出、token 消耗、PR 合并量都远高于中位数，而且差距还在扩大。
AI 写代码前读得越来越多，input/output token ratio 大幅上升。真正贵是理解一个代码库和任务。
缓存变得非常重要，如果每次 agent 都从零读上下文，成本会爆炸。这意味着未来 coding agent 的竞争力很可能在上下文缓存、增量理解、长期记忆这些地方。
放权越来越多，手动 diff acceptance 变少，更多 AI 改动直接进入 commit 流程。
PR 变大，工作颗粒度变大，报告里说单个 PR 的新增行数、1000 行以上的大 PR 占比都在上升。副作用是 review、测试、架构边界会更重要。