Инструменты программирования на базе искусственного интеллекта претерпели изменения в способе взаимодействия с разработчиками: компании Cursor и Google объявили о запуске функций двустороннего голосового взаимодействия для своих программных агентов. Этот шаг направлен на имитацию опыта работы с коллегой-человеком, позволяя разработчикам задавать вопросы, давать инструкции и получать обновления голосом во время выполнения задач.
Почему это важно?
Традиционный процесс программирования с использованием ИИ-агентов в настоящее время основан на прерывистом режиме: разработчик вводит команду, ждет обработки, читает результат, а затем снова пишет. Этот режим отвлекает внимание разработчика и вынуждает его постоянно возвращаться к клавиатуре. С помощью новых голосовых функций компании стремятся сохранить «ритм рабочего процесса» (Workflow Rhythm), при котором разработчик может рассуждать вслух или запрашивать немедленные изменения во время работы агента, что снижает трение в среде разработки.
Детали новых функций
- Cursor: Запустил функцию «Voice Chat with Agents» на базе технологии Grok Voice, которая позволяет разработчикам вести прямой голосовой диалог с агентом для обсуждения изменений в коде.
- Google: Запустил голосовую функцию в инструменте Antigravity, которая использует технологию Gemini Live для обеспечения непрерывных голосовых разговоров через настольное приложение и инструменты командной строки.
В свою очередь, инструмент Claude Code от компании Anthropic все еще не имеет этой функции, так как голосовое взаимодействие в нем в настоящее время ограничено только диктовкой без поддержки двустороннего голосового диалога.
Что меняется на практике?
Инженеры по связям с разработчиками в Google подчеркивают, что лучшие инженерные практики часто выполняются «вслух», например, при обсуждении ошибок с коллегами или размышлениях перед белой доской. Новые функции превращают программного агента из простого исполнительного инструмента в интерактивного партнера, где разработчик может слышать обновления агента или подтверждать команды без необходимости постоянной визуальной или ручной концентрации на экране и клавиатуре, что является скачком в эффективности управления длительными задачами программирования.