Cursor开发者习惯报告（1分钟阅读）

# Cursor · Cursor 开发者习惯报告 来源：https://cursor.com/insights 1. 变革中的领域 (https://cursor.com/insights#a-field-transformed) 2. 开发者加速 (https://cursor.com/insights#developer-acceleration) 3. 智能经济学 (https://cursor.com/insights#the-economics-of-intelligence) 4. 超级用户差距 (https://cursor.com/insights#the-power-user-gap) 5. 上下文的崛起 (https://cursor.com/insights#the-rise-of-context) 6. 迈向自动化 (https://cursor.com/insights#the-shift-to-automation) 7. 研究方法 (https://cursor.com/insights#methodology) ## 变革中的领域 (https://cursor.com/insights#a-field-transformed) 席卷软件开发领域的变革令人惊叹。这份基于 Cursor 数据的首份《开发者习惯报告》，通过五大主题捕捉了这场变革： 1. **开发者加速**。我们记录了编码速度如何同比翻倍、Pull Request 规模与深度持续增长、以及 AI 生成的代码在评审后留存率创下新高。 2. **智能经济学**。我们基于每行成本和每次提交成本，对七个模型系列进行了基准测试，揭示了单位经济学的巨大差异性。 3. **超级用户差距**。我们发现，尽管 AI 正带来广泛的效率提升，但变化在顶尖 1% 的开发人员中最为显著。 4. **上下文的崛起**。我们展示了输入 token 的急剧增长，以及向缓存读取 token 的转变——这赋予了 AI 智能体处理更复杂任务并生成更高质量代码所需的工作记忆。 5. **迈向自动化**。最后，我们探讨了编程智能体如何从单个开发者使用的工具，演变为构建和维护软件的完整系统——且往往以自动化的方式运行。 本报告提供了一个基于数据的基准，用以理解当前智能体驱动软件开发的状况，以及它未来可能的发展方向。 1. 1. ### 代码速度正在提升 (https://cursor.com/insights#code-is-moving-faster) 开发者每周添加的代码量增加，且自 2026 年初以来增长加速。虽然这不是一个完美的指标，但它提供了一个方向性的基线，有助于理解开发者工作方式的变化。 每周每人添加的行数 代码速度正在提升的时间序列数据。| 日期 | 每周每人添加的行数 | |---|---| | 2025-01-01 | 3.6K | | 2025-01-22 | 3.6K | | 2025-02-12 | 3.9K | | 2025-03-05 | 3.9K | | 2025-03-26 | 4.2K | | 2025-04-16 | 4.2K | | 2025-05-07 | 4.2K | | 2025-05-28 | 4.1K | | 2025-06-18 | 4.4K | | 2025-07-09 | 4.3K | | 2025-07-30 | 4.5K | | 2025-08-20 | 4.7K | | 2025-09-10 | 4.6K | | 2025-10-01 | 4.6K | | 2025-10-22 | 4.8K | | 2025-11-12 | 5.3K | | 2025-12-03 | 5.5K | | 2025-12-24 | 5.4K | | 2026-01-14 | 5.5K | | 2026-02-04 | 6.2K | | 2026-02-25 | 7K | | 2026-03-18 | 7.3K | | 2026-04-08 | 7.2K | | 2026-04-29 | 8.1K | | 2026-05-16 | 8.6K | 2. ### 每个 PR 的代码添加量在增长 (https://cursor.com/insights#code-additions-are-growing-per-pr) 每个 PR 添加的行数同比大约增长了 2.5 倍，且增长率还在加速。 每个 PR 添加的行数 (p75) 代码添加量在增长的时间序列数据。| 日期 | 每个 PR 添加的行数 (p75) | |---|---| | 2025-01-01 | 125.86 | | 2025-01-22 | 118.16 | | 2025-02-12 | 119.01 | | 2025-03-05 | 122.53 | | 2025-03-26 | 127.73 | | 2025-04-16 | 132.67 | | 2025-05-07 | 137.98 | | 2025-05-28 | 138.64 | | 2025-06-18 | 146.91 | | 2025-07-09 | 159.46 | | 2025-07-30 | 171.58 | | 2025-08-20 | 174.65 | | 2025-09-10 | 177.59 | | 2025-10-01 | 178.34 | | 2025-10-22 | 186.63 | | 2025-11-12 | 196.27 | | 2025-12-03 | 211.54 | | 2025-12-24 | 224.65 | | 2026-01-14 | 253.5 | | 2026-02-04 | 251.94 | | 2026-02-25 | 268.56 | | 2026-03-18 | 277.47 | | 2026-04-08 | 292.06 | | 2026-04-29 | 312.79 | | 2026-05-16 | 345.02 | 3. ### 开发者正在承担更大的工作单元 (https://cursor.com/insights#developers-are-taking-on-larger-units-of-work) 超级 PR（定义为至少包含 1000 行更改的 PR）正变得越来越常见，因为开发者利用 AI 在单个 PR 中承担更大的工作单元。值得注意的是，2026 年 1 月超级 PR 出现了跃升，当时许多开发者正在尝试编程智能体和模型的最新改进。 合并 PR 中 ≥1000 行更改的占比 开发者承担更大工作单元的时间序列数据。| 日期 | 合并 PR 中 ≥1000 行更改的占比 | |---|---| | 2025-01-01 | 8% | | 2025-01-22 | 7.5% | | 2025-02-12 | 7.4% | | 2025-03-05 | 7.6% | | 2025-03-26 | 7.8% | | 2025-04-16 | 8% | | 2025-05-07 | 8% | | 2025-05-28 | 8.4% | | 2025-06-18 | 8.6% | | 2025-07-09 | 9.2% | | 2025-07-30 | 9.5% | | 2025-08-20 | 9.6% | | 2025-09-10 | 9.6% | | 2025-10-01 | 9.8% | | 2025-10-22 | 10.3% | | 2025-11-12 | 10.6% | | 2025-12-03 | 11.2% | | 2025-12-24 | 11.9% | | 2026-01-14 | 11.6% | | 2026-02-04 | 12.1% | | 2026-02-25 | 12.4% | | 2026-03-18 | 12.4% | | 2026-04-08 | 12.5% | | 2026-04-29 | 13.4% | | 2026-05-16 | 13.8% | 4. ### 智能体会话正在加深 (https://cursor.com/insights#agent-sessions-are-getting-deeper) 仅在过去两个月内，每次会话的平均工具调用次数就增长了约 30%。编程智能体正在承担更复杂的工作，更频繁地读取和编辑文件、搜索代码、运行 shell 命令以及浏览网页。 每次会话的平均工具调用次数 智能体会话加深的时间序列数据。| 日期 | 每次会话的平均工具调用次数 | |---|---| | 2026-03-01 | 113.63 | | 2026-03-05 | 112.74 | | 2026-03-09 | 112.51 | | 2026-03-13 | 112.3 | | 2026-03-17 | 114.29 | | 2026-03-21 | 120.77 | | 2026-03-25 | 127.79 | | 2026-03-29 | 126.31 | | 2026-04-02 | 126.33 | | 2026-04-06 | 130.9 | | 2026-04-10 | 131.6 | | 2026-04-14 | 131.66 | | 2026-04-18 | 131.21 | | 2026-04-22 | 129.38 | | 2026-04-26 | 127.39 | | 2026-04-30 | 127.09 | | 2026-05-04 | 134.72 | | 2026-05-08 | 133.16 | | 2026-05-12 | 134.06 | | 2026-05-16 | 145.08 | 5. ### AI 生成的代码存活时间更长 (https://cursor.com/insights#ai-generated-code-is-surviving-longer) 自 2026 年初以来，被接受的 AI 代码在 60 分钟后仍保留的占比从大约 76% 上升到了 81%。 存活率 AI 生成代码存活时间更长的时间序列数据。| 日期 | 存活率 | |---|---| | 2026-01-07 | 76.6% | | 2026-01-13 | 76.3% | | 2026-01-19 | 76.2% | | 2026-01-25 | 76.3% | | 2026-01-31 | 77% | | 2026-02-06 | 77.3% | | 2026-02-12 | 77.7% | | 2026-02-18 | 78.5% | | 2026-02-24 | 79% | | 2026-03-02 | 78.8% | | 2026-03-08 | 78.9% | | 2026-03-14 | 79.1% | | 2026-03-20 | 79.1% | | 2026-03-26 | 79.5% | | 2026-04-01 | 79.6% | | 2026-04-07 | 79.9% | | 2026-04-13 | 79.9% | | 2026-04-19 | 80% | | 2026-04-25 | 80.2% | | 2026-05-01 | 80.4% | | 2026-05-07 | 80.6% | | 2026-05-13 | 80.3% | | 2026-05-16 | 80.6% | 2. 1. ### 不同模型系列的请求成本差异巨大 (https://cursor.com/insights#request-costs-differ-widely-by-model-family) 每次智能体请求的成本在不同模型系列之间相差近 9 倍，表明相同的工作流根据底层模型的不同，成本曲线可能截然不同。 每次智能体请求的美元成本（平均值） 请求成本差异巨大的分组数值。| 模型系列 | 每次智能体请求的成本 | |---|---| | opus 4.7 | $1.57 | | opus 4.6 | $0.86 | | gpt 5.5 | $0.81 | | gpt 5.4 | $0.46 | | sonnet 4.6 | $0.44 | | gpt 5.3 codex | $0.30 | | composer 2.5 | $0.18 | 2. ### 每行被接受代码的成本缩小了模型差距 (https://cursor.com/insights#cost-per-accepted-line-narrows-the-model-gap) 每行被接受代码的成本在不同模型系列之间大约相差 7 倍，而每次请求的成本相差近 9 倍，这表明成本较高的模型通过每次请求生成更多被接受的代码，部分弥补了差距。 每行添加代码的美分成本（平均值） 每行被接受代码成本缩小模型差距的分组数值。| 模型系列 | 每行被接受添加代码的成本 | |---|---| | opus 4.6 | 1.19¢ | | opus 4.7 | 1.10¢ | | gpt 5.5 | 1.09¢ | | gpt 5.3 codex | 0.56¢ | | gpt 5.4 | 0.54¢ | | sonnet 4.6 | 0.54¢ | | composer 2.5 | 0.18¢ | 3. ### 成本-质量前沿正在移动 (https://cursor.com/insights#the-cost-quality-frontier-is-shifting) 此基准视图绘制了模型在 Cursor 内部评估套件 CursorBench (https://cursor.com/blog/cursorbench) 上的表现，与平均任务成本的关系，展示了模型在成本-质量前沿上的位置。 CursorBench 3.1 得分 成本-质量前沿移动的散点值。| 模型配置 | 平均每任务成本 | CursorBench 3.1 得分 | |---|---|---| | Opus 4.7 Low | $1.87 | 48.3% | | Opus 4.7 (medium) | $2.93 | 52.7% | | Opus 4.7 (high) | $5.01 | 59.4% | | Opus 4.7 (extra high) | $7.11 | 61.6% | | Opus 4.7 (max) | $11.02 | 64.8% | | GPT-5.5 Low | $1.19 | 48.8% | | GPT-5.5 (medium) | $2.22 | 59.2% | | GPT-5.5 (high) | $3.59 | 62.6% | | GPT-5.5 (extra high) | $4.37 | 64.3% | | Sonnet 4.6 Low | $1.89 | 41.5% | | Sonnet 4.6 (medium) | $2.64 | 46% | | Sonnet 4.6 Max | $3.09 | 49% | | Sonnet 4.6 (high) | $3.06 | 48.8% | | Composer 2.5 | $0.55 | 63.2% | | Composer 2 | $0.56 | 52.2% | | Gemini 3.5 Flash | $1.94 | 49.8% | | Kimi 2.6 | $1.27 | 47.6% | | Kimi 2.5 | $0.87 | 31.9% | 3. 1. ### 超级用户占据了 AI 活动的很大份额 (https://cursor.com/insights#power-users-account-for-a-large-share-of-ai-activity) AI 使用高度集中，少数开发者占据了 AI 代码行数、支出和 token 消耗的很大一部分。洛伦兹曲线 (https://en.wikipedia.org/wiki/Lorenz_curve) 展示了这种集中度，三个指标的基尼系数 (https://en.wikipedia.org/wiki/Gini_coefficient) 分别为 0.77、0.75 和 0.72，分数越高（0 到 1 之间）意味着活动越集中在少数用户手中。 累计使用份额 - AI 代码行数·基尼系数 0.77 - AI 支出·基尼系数 0.75 - Token·基尼系数 0.72 按百分比分组累计份额。| 百分比分组 | AI 代码行数 (基尼系数 0.77) | AI 支出 (基尼系数 0.75) | Token (基尼系数 0.72) | |---|---|---|---| | 第 1/20 分组 | 0.01% | 0.02% | 0.02% | | 第 2/20 分组 | 0.04% | 0.08% | 0.08% | | 第 3/20 分组 | 0.10% | 0.20% | 0.19% | | 第 4/20 分组 | 0.22% | 0.40% | 0.38% | | 第 5/20 分组 | 0.41% | 0.69% | 0.68% | | 第 6/20 分组 | 0.70% | 1.11% | 1.13% | | 第 7/20 分组 | 1.12% | 1.68% | 1.74% | | 第 8/20 分组 | 1.69% | 2.43% | 2.59% | | 第 9/20 分组 | 2.45% | 3.37% | 3.71% | | 第 10/20 分组 | 3.47% | 4.55% | 5.15% | | 第 11/20 分组 | 4.80% | 6.04% | 6.93% | | 第 12/20 分组 | 6.52% | 7.93% | 9.13% | | 第 13/20 分组 | 8.74% | 10.34% | 11.92% | | 第 14/20 分组 | 11.62% | 13.43% | 15.46% | | 第 15/20 分组 | 15.39% | 17.41% | 19.99% | | 第 16/20 分组 | 20.40% | 22.57% | 25.85% | | 第 17/20 分组 | 27.22% | 29.47% | 33.56% | | 第 18/20 分组 | 36.98% | 39.10% | 44.13% | | 第 19/20 分组 | 52.55% | 54.04% | 59.94% | | 第 20/20 分组 | 100.00% | 100.00% | 100.00% | 2. ### 产出差距在扩大 (https://cursor.com/insights#the-output-gap-is-widening) 我们看到 p90 开发者每周添加的绝对代码行数正逐渐拉大与中位数开发者的差距，而 p99 用户则更为极端。 每周每人添加的行数 - p50 每周每人添加的行数 - p90 每周每人添加的行数 产出差距扩大的两个序列时间序列对比。| 日期 | p50 每周每人添加的行数 | p90 每周每人添加的行数 | |---|---|---| | 2025-01-01 | 176 | 2.5K | | 2025-01-22 | 214.5 | 2.7K | | 2025-02-12 | 260.86 | 3K | | 2025-03-05 | 279.29 | 3.1K | | 2025-03-26 | 295.14 | 3.3K | | 2025-04-16 | 300.89 | 3.3K | | 2025-05-07 | 285.29 | 3.3K | | 2025-05-28 | 297.29 | 3.3K | | 2025-06-18 | 314.18 | 3.6K | | 2025-07-09 | 326.46 | 3.9K | | 2025-07-30 | 345.32 | 4.1K | | 2025-08-20 | 364.5 | 4.3K | | 2025-09-10 | 366.36 | 4.3K | | 2025-10-01 | 378.71 | 4.4K | | 2025-10-22 | 380.07 | 4.5K | | 2025-11-12 | 403.71 | 4.9K | | 2025-12-03 | 425.93 | 5.2K | | 2025-12-24 | 444.86 | 5.5K | | 2026-01-14 | 377.07 | 5.4K | | 2026-02-04 | 480.93 | 6.3K | | 2026-02-25 | 551.79 | 7K | | 2026-03-18 | 600.93 | 7.4K | | 2026-04-08 | 631.14 | 7.7K | | 2026-04-29 | 649.39 | 8K | | 2026-05-16 | 712.46 | 8.8K | 3. ### 不平等在尾部分布加剧 (https://cursor.com/insights#inequality-steepens-at-the-tail) 这是另一个视图，展示了超级用户差距在尾部分布中如何急剧扩大。P99 开发者每周生成的 AI 代码行数是中位数活跃用户的 46 倍，合并的 PR 数量是中位数活跃 PR 作者的 15 倍，而 p90 用户尽管差距也很大，但远小于此。 百分位比率 - 每人每天的 AI 代码行数 (MA7) - 每人每周合并的 PR (7 天滚动) 不平等在尾部加剧的分组数值。| 分组 | 每人每天的 AI 代码行数 (MA7) | 每人每周合并的 PR (7 天滚动) | |---|---|---| | p99/p50 比率 | 46x | 15x | | p90/p50 比率 | 10x | 4x | 4. 1. ### 模型在写入前读取更多 (https://cursor.com/insights#models-are-reading-more-before-they-write) 输入 token 与输出 token 的比率正在快速上升，表明模型每生成一个 token 就消耗了更多的上下文。这种转变表明模型在生成代码之前做了更多的前期工作。 输入/输出 token 比率 模型在写入前读取更多的时间序列数据。| 日期 | 输入/输出 token 比率 | |---|---| | 2026-01-01 | 4.52× | | 2026-01-07 | 4.5× | | 2026-01-13 | 4.46× | | 2026-01-19 | 4.6× | | 2026-01-25 | 5.15× | | 2026-01-31 | 5.32× | | 2026-02-06 | 5.45× | | 2026-02-12 | 5.35× | | 2026-02-18 | 5.44× | | 2026-02-24 | 5.76× | | 2026-03-02 | 6.69× | | 2026-03-08 | 7.68× | | 2026-03-14 | 8.95× | | 2026-03-20 | 9.5× | | 2026-03-26 | 9.64× | | 2026-04-01 | 10.56× | | 2026-04-07 | 11.23× | | 2026-04-13 | 11.46× | | 2026-04-19 | 12.4× | | 2026-04-25 | 13× | | 2026-05-01 | 12.02× | | 2026-05-07 | 11.38× | | 2026-05-09 | 11.41× | 2. ### 输入 token 现在主导非缓存 token 量 (https://cursor.com/insights#input-tokens-now-dominate-non-cache-token-volume) 同样的向输入 token 的相对转变也体现在 token 组合中。输入现在占输入-输出 token 量的 90% 以上，使得上下文成为非缓存模型使用的主要部分。 输入/输出 token 份额 (%) - 输入 - 输出 输入 token 主导非缓存 token 量的随时间堆叠构成。| 日期 | 输入 | 输出 | |---|---|---| | 2026-01-01 | 81.9% | 18.1% | | 2026-01-07 | 81.8% | 18.2% | | 2026-01-13 | 81.7% | 18.3% | | 2026-01-19 | 82.2% | 17.9% | | 2026-01-25 | 83.8% | 16.3% | | 2026-01-31 | 84.2% | 15.8% | | 2026-02-06 | 84.5% | 15.5% | | 2026-02-12 | 84.3% | 15.8% | | 2026-02-18 | 84.5% | 15.5% | | 2026-02-24 | 85.2% | 14.8% | | 2026-03-02 | 87% | 13% | | 2026-03-08 | 88.5% | 11.5% | | 2026-03-14 | 90% | 10.1% | | 2026-03-20 | 90.5% | 9.5% | | 2026-03-26 | 90.6% | 9.4% | | 2026-04-01 | 91.4% | 8.7% | | 2026-04-07 | 91.8% | 8.2% | | 2026-04-13 | 92% | 8% | | 2026-04-19 | 92.5% | 7.5% | | 2026-04-25 | 92.9% | 7.1% | | 2026-05-01 | 92.3% | 7.7% | | 2026-05-07 | 91.9% | 8.1% | | 2026-05-09 | 91.9% | 8.1% | 3. ### 输入上下文正成为主要 token 成本 (https://cursor.com/insights#input-context-is-becoming-the-main-token-cost) 输入 token 主导 token 消耗，但它们对成本的影响因其较低的单位价格而有所缓和。即便如此，输入 token 已成为价格等效 token 成本的主要部分，自年初以来，从大约占输入/输出 token 成本的一半上升到近 70%。 输入/输出 token 成本份额 (%, 价格等效) - 输入 (价格等效) - 输出 输入上下文成为主要 token 成本的随时间堆叠构成。| 日期 | 输入 (价格等效) | 输出 | |---|---|---| | 2026-01-01 | 47.5% | 52.5% | | 2026-01-07 | 47.4% | 52.6% | | 2026-01-13 | 47.2% | 52.9% | | 2026-01-19 | 47.9% | 52.1% | | 2026-01-25 | 50.8% | 49.3% | | 2026-01-31 | 51.6% | 48.4% | | 2026-02-06 | 52.2% | 47.8% | | 2026-02-12 | 51.7% | 48.3% | | 2026-02-18 | 52.1% | 47.9% | | 2026-02-24 | 53.5% | 46.5% | | 2026-03-02 | 57.2% | 42.8% | | 2026-03-08 | 60.6% | 39.5% | | 2026-03-14 | 64.2% | 35.8% | | 2026-03-20 | 65.5% | 34.5% | | 2026-03-26 | 65.9% | 34.2% | | 2026-04-01 | 67.9% | 32.1% | | 2026-04-07 | 69.2% | 30.8% | | 2026-04-13 | 69.6% | 30.4% | | 2026-04-19 | 71.3% | 28.7% | | 2026-04-25 | 72.2% | 27.8% | | 2026-05-01 | 70.6% | 29.4% | | 2026-05-07 | 69.5% | 30.5% | | 2026-05-09 | 69.5% | 30.5% | 4. ### 缓存读取主导 token 活动 (https://cursor.com/insights#cache-reads-dominate-token-activity) 一旦包含缓存，上下文故事就更为突出。缓存读取 token 主导了总的 token 活动，表明智能体的工作现在更多地依赖于重复使用先前的上下文，而不是从头读取所有内容。我们持续改进 (https://cursor.com/blog/continually-improving-agent-harness) 智能体框架，以便跨模型和提供商最佳地缓存 token。 Token 份额 - 输入 - 输出 - 缓存读取 - 缓存写入 缓存读取主导 token 活动的随时间堆叠构成。| 日期 | 缓存读取 | 缓存写入 | 输入 | 输出 | |---|---|---|---|---| | 2026-01-01 | 90.1% | 6% | 3.2% | 0.7% | | 2026-01-07 | 90.2% | 6% | 3.2% | 0.7% | | 2026-01-13 | 90.1% | 6% | 3.2% | 0.7% | | 2026-01-19 | 90% | 6% | 3.3% | 0.7% | | 2026-01-25 | 89.6% | 5.9% | 3.8% | 0.7% | | 2026-01-31 | 89.4% | 5.8% | 4% | 0.8% | | 2026-02-06 | 89.3% | 5.7% | 4.2% | 0.8% | | 2026-02-12 | 89.5% | 5.6% | 4.1% | 0.8% | | 2026-02-18 | 89.9% | 5.3% | 4.1% | 0.8% | | 2026-02-24 | 90.3% | 4.8% | 4.2% | 0.7% | | 2026-03-02 | 90.3% | 4.2% | 4.8% | 0.7% | | 2026-03-08 | 90.3% | 3.6% | 5.4% | 0.7% | | 2026-03-14 | 90% | 3.1% | 6.2% | 0.7% | | 2026-03-20 | 89.9% | 2.9% | 6.6% | 0.7% | | 2026-03-26 | 89.9% | 2.8% | 6.6% | 0.7% | | 2026-04-01 | 89.4% | 2.7% | 7.2% | 0.7% | | 2026-04-07 | 89.2% | 2.6% | 7.6% | 0.7% | | 2026-04-13 | 89.2% | 2.5% | 7.6% | 0.7% | | 2026-04-19 | 88.8% | 2.5% | 8.1% | 0.7% | | 2026-04-25 | 88.4% | 2.5% | 8.4% | 0.7% | | 2026-05-01 | 89.3% | 2.5% | 7.6% | 0.6% | | 2026-05-07 | 89.8% | 2.5% | 7% | 0.6% | | 2026-05-09 | 89.9% | 2.5% | 7% | 0.6% | 5. 1. ### 更多 AI 变更正在被自动接受 (https://cursor.com/insights#more-ai-changes-are-being-accepted-automatically) 自年初以来，由智能体生成的变更中，有超过 5 倍的变更进入提交而无需人工干预。