IT之家 11月7日の報道によると、AIプログラミングツールであるCursorは昨日（11月6日）に「エージェントとのリアルタイム音声チャット」（Voice Chat with Agents）機能を発表した。
開発者は今、音声を通じてCursorのコーディングスマートアイテムと双方向で対話することができます。例えば、コードの変更要求を口頭で伝えたり、タスクの進捗を尋ねたり、差分や実行状況を確認したりすることが可能です。同時に、スマートアイテムはバックグラウンドでコーディング作業を続行します。
この機能は、CursorのAgents Window、IDE、ウェブブラウザ、iOSアプリで使用できます。スマートアイテムが暇で入力フィールドが空の状態では、「Start voice chat」をクリックして通話を開始できます。iPhoneでは、「Hey Siri, call Cursor」と言うことで通話を開始し、画面ロックやスマートディスプレイ中でもミュートや切断が可能です。
以前の音声を文字に変換する「聴写」機能とは異なり、リアルタイム音声チャットは音声対音声の双方向コミュニケーションです。音声インテリジェントは聞き取った内容に対応し、タスクを受け取ります。その後、具体的な符号化作業は現在のチャット中の符号化インテリジェントに委ねられます。後者は実行中に短い進捗情報を自動的に表示し、完了後に簡潔な結果説明を提供します。
ユーザーは通話中にコードの違いを確認したり、動作状況をチェックしたり、そのスマートアイテムの過去のメッセージや通話記録を検索したり、複数の作業者が関与するプロジェクトで対象を切り替えたりすることができます。これらのクエリは読み取り専用の操作であり、実行中のコーディングタスクを中断することはありません。
技術上、音声通話はGrok Voiceによって動作し、音声認識と合成を担当している。エンコーディングスマートアイテムは、ユーザーが選択したモデルを引き続き使用する。CursorはAra、Eve、Leo、Rex、Salなど様々な音声オプションを提供し、通話中に音声を切り替えることも可能である。
プライバシーに関しては、Privacy Modeをオンにすると、音声通話におけるデータの保存が一切行われない。また、Cursorは通話に毎日の使用上限があることを示している。ユーザーが長時間沈黙している場合、かつスマートアイドルにタスクが実行されていない場合、通話は約10分後に自動的に終了する。