5天内，4家AI编程工具同时把人类踢出了决策循环

如果你跟我一样，每天早上习惯打开Cursor、看一眼Claude Code有没有更新，那上周可能有点恍神。

7月18日到7月23日，五天。Cursor、GitHub Copilot、Claude Code和Windsurf，四家头部AI编程工具几乎在同一时间窗口推出了同一件事——它们不再等着你告诉它"用哪个模型""修哪个bug""这代码对不对"，而是自己开始做决策了。

这不是某个模型又刷新了SWE-bench分数。这是AI编程工具的"自动驾驶"时刻。

···

一、Cursor Router：你以后不用选模型了

7月22日，Cursor Router全面上线。

说人话就是：Cursor的Auto模式现在由Router驱动。你输入一个请求，Router分析它的复杂度、上下文和领域，然后自动送到最合适的模型。不是"你选一个模型"，而是"系统替你做选择"。

Router有三个档位：

Balance和Intelligence按路由到的模型费率计费。Cost优化Token支出。

这件事的意义比听起来大得多。过去两年，程序员和AI工具的交互模式是"我先选个模型，再发指令"。模型选重了，成本爆炸；选轻了，能力不够。Router把这个决策从用户手里接过去了——你只需要关心"我要做什么"，至于"用什么模型做"，系统替你定。

更重要的是，Cursor Router是一个可管理的工程决策，不是魔法。管理员可以按团队或群组启用，限制可用的优化模式，设置默认模式，允许或屏蔽底层模型。这意味着企业第一次可以对"谁用什么模型"做治理，而不是靠开发者自己判断。

···

二、GitHub Copilot Cloud Agent for Linear：修Bug这事，它自己干了

同一天（7月23日），GitHub Copilot的Cloud Agent for Linear正式GA。

过去的AI编程是一问一答：你告诉它修什么bug，它读代码、改代码、提交PR，然后等你Review。Cloud Agent for Linear把这个流程倒过来了——你把一个Linear Issue分配给Copilot，它自己完成从头到尾的工作。

具体流程是这样的：Cloud Agent读取Issue描述→自动拉起GitHub Actions的沙箱环境→分析需求→编写代码→跑测试→打开Draft PR→在Linear时间线里更新进度→最后@你来看PR。

在整个过程中，你是"被通知"的那个人，不是"下指令"的那个人。

更关键的是，这个流程是可配置的。团队可以设定：用什么模型、用什么分支、给Agent什么系统指令。Copilot在开工前还会先提交一个计划，让你有时间介入调整方向。它不是黑箱，是一个可治理的自主系统。

这就是Boris Cherny（Claude Code的建造者）上周提出的"Coding-Agent Adoption Ladder"里的第3级——"工程化工作流"的雏形。第0级是自动补全，第1级是单次Agent任务，第2级是配置好的Agent，第3级就是这个：人不再盯屏幕，而是看PR。

···

三、Windsurf Devin Review：AI写的代码，AI自己审

7月20日，Windsurf（现在叫Devin Desktop）把所有付费用户的订阅里加入了Devin Review和Quick Review。

Devin Review是一个深度代码审查Agent：它不按文件顺序读PR，而是按"逻辑变更"分组阅读。同一个功能的修改分散在三个文件里？它会归到一起看，然后找出真正的逻辑问题，并给出解释。

Quick Review是轻量版，跑在本地的SWE-check模型上，速度据称是深度审查的10倍——你在提交前就能知道有没有明显的bug。

这两件事合在一起意味着什么？AI写的代码越来越多，人工Review跟不上，于是AI开始自己Review自己。

这不是替换人工审查。Cognition的设计是：Quick Review做第一轮快速扫描，过滤掉低级的逻辑错误和明显的幻觉；Devin Review做第二轮深度分析，把需要人工判断的地方高亮出来。人工审查员的角色从"一行行读代码"变成了"在AI标注的重点区域做判断"。

但这依然是一个决策权的转移。过去你需要自己发现"这段代码可能有问题"；现在AI替你发现，你做最终确认。从"搜索"到"审阅"，人又往后退了一步。

···

四、Claude Code v2.1.217：护栏比你想象的更深

其他三家在"放手让Agent干活"，Claude Code在做另一件事：在这个放手的过程中，怎么保证不出事。

v2.1.217（7月21日发布）是Anthropic"护栏六连环"的第六环。表面上它只加了三件事：并发子Agent上限20、嵌套生成默认封堵、预算到了也停掉正在跑的后台子Agent。

但仔细看，这三件事的逻辑是一致的：在Agent越来越自主的同时，把"失控的边界"一圈圈收紧。

并发上限：一个Session最多同时跑20个子Agent。之前的版本里，你可以一口气启动50个子Agent去查50个文件，系统不管。现在管了。

嵌套封堵：子Agent生成子Agent？默认不行。需要你明确开权限。这是为了防止"委托链"无限传下去——Agent A委托Agent B，Agent B委托Agent C，三分钟后你发现Token账单爆炸了。

预算闭环：之前--max-budget-usd达到上限后只阻止新的任务，已经在跑的后台子Agent照样继续烧钱。v2.1.217把这个漏洞堵上了。

三件事加起来，是一个信号：Anthropic不是在阻止Agent变强，而是在确保"变强"的同时，人始终握着一个可控的"停止"按钮。这个设计哲学和Cursor、Copilot的"放手让Agent跑"形成了有趣的对立。

···

五、决策权转移：从"用什么模型"到"信任什么系统"

把这四件事放在一起看，7月第三周给AI编程画了一条分界线：

分界线之前，AI编程工具是"更强的模型"。

分界线之后，AI编程工具是"更聪明的系统"。

这不是模型能力的进步，是工程能力的进步。Cursor Router背后不是训练了一个新模型，而是写了一个请求级分类器和路由逻辑。Copilot Cloud Agent背后不是发明了新算法，而是把GitHub Actions、Linear API和Codex CLI串成了一个闭环流水线。

这条分界线的名字叫Harness（缰绳/挽具）——不是给模型套缰绳，而是给整个AI编程工作流套缰绳。

而Harness时代的到来，意味着一个有点残酷的事实：未来AI编程工具的好坏，越来越不取决于底层模型是谁，而取决于谁能设计出更好的Harness。模型可以换，Harness不能。

···

今日技能卡片

核心技能：学会在AI编程工具中配置"自动决策"模式，把人从重复性操作决策中解放出来。

工具/资源：

• Cursor（Pro/Teams/Enterprise）：开启Auto → Router → 选Balance模式

• GitHub Copilot：Business/Enterprise计划中启用Cloud Agent，配置Linear集成

• Claude Code：export CLAUDECODEMAXCONCURRENTSUBAGENTS=20 和 CLAUDECODEMAXSUBAGENTSPAWN_DEPTH=1 配置护栏

• Windsurf/Devin Desktop：Pro计划自带Devin Review，无需额外配置

实操步骤：

1. 打开Cursor，将模型选为Auto，Router自动激活

2. 在Cursor Settings → Agents → Approvals 中查看Cloud Agent hooks配置

3. 如果你的团队用Linear + GitHub，在Copilot设置中开启Cloud Agent集成

4. 在Claude Code中运行 claude --max-budget-usd 10.00 设置预算上限

5. 给Windsurf安装最新版本（2026.5.26+），开一个PR，让Devin Review自动跑

时间投入：15分钟完成配置，之后每次开发自动受益。

···

总结

7月第三周，四家AI编程工具不约而同地把同一种能力推到了前台：在不问你的情况下，替你做决策。

这件事有多大？我打个比方：如果你的车从"定速巡航"升级到了"自适应巡航"——它开始自己判断要不要减速、要不要变道——那你要做的就不是"更频繁地踩油门"，而是重新理解"开车"这件事本身。你的角色从"操作员"变成了"监督员"。

AI编程工具正在经历同一个转变。从"我告诉它做什么"，到"我告诉它目标是什么，它自己决定怎么做"。

而这个转变最有趣的地方在于：它不依赖模型变强。Cursor Router不需要GPT-6，Copilot Cloud Agent不需要Claude Fable 6。它们用现有的模型，靠更好的工程，做到了"更聪明"。

如果你还在纠结"下个月换哪个模型"，可能要换个思路了——问题是：你的Harness够不够好。

···

下期预告：我会用一个真实项目跑一趟"全自动流水线"——从Linear Issue到PR Review，全程不写一行代码。看看这四家工具的Harness，到底谁的更靠谱。你最想看哪个环节？评论区告诉我。