2026年11月6日、Cursorは公式チェンジログで、エージェントとリアルタイムで音声チャットできる機能を公開した。もうタイピングは不要だ。変更を声で伝え、エージェントにどこまで進んだか尋ねれば、作業しながら短い進捗を声で伝えてくれる。エージェントウィンドウ、IDE、ウェブ、iOS版Cursorで使え、最新版に更新すれば利用できる。Cursorが音声を「入力手段」から「会話の手段」に変えた一歩だ。
通話の始め方はシンプルだ。エージェントが待機中で、チャット入力欄が空のときに波形ボタンを押すだけ。ボタンは普段の送信ボタンの位置にあり、隣にはディクテーション用のマイクボタンがある。通話中も質問を続けられる。diffのどこが変わったか、実行結果はどうだったか、このエージェントとの過去のメッセージや通話を検索したり、複数ワーカーのあるプロジェクトでワーカーを切り替えたりできる。エージェント自身も声を出す。作業中は短い進捗メモを共有し、終わったら短い回答を返すので、全文ではなく要約を聞くことが多い。iOSでは「Hey Siri, call Cursor」と言えば新しいエージェントとの通話を始められ、ロック画面のライブアクティビティからミュートや切断もできる。これはCursorのスマホからのリモート操作と同じ考え方だ。エージェントはパソコンで動き、人はスマホで進捗を見る。
裏側ではGrok Voiceが動いており、音声設定でAra、Eve、Leo、Rex、Salなど複数の声から選べる。プライバシーモードをオンにすれば、音声チャットはデータを一切保持しない。ディクテーションとは分けて考えたい。ディクテーションは音声をチャット入力欄の文字に変えるだけで、IDEではCmd+Shift+Spaceで切り替える。一方、音声チャットは双方向の会話で、エージェントが声で答え、自分で作業を引き受ける。移動中に進捗を確認したいとき、手がふさがっているとき、diffをさっと確認したいときに向いている。長いコードを一字一句確認したいときや、静かな場所で声を出したくないときには向いていない。
同じアップデートでは、Cursorのアプリ構築により、要望を説明するだけでデータベースを設定済みのアプリを構築・公開・共有できるようになった。音声チャットはもう一つの流れで、人とエージェントのやり取りをタイピングから会話へ移すものだ。機能はすでにアップデートとともに提供されており、Cursorを最新版にすれば試せる。次に注目したいのはGrok Voiceの中国語での性能と遅延だ。公式チェンジログは中国語利用について何も触れていないため、中国のユーザーは実際に使って、読み上げと理解が追いつくかどうか確かめる必要がある。
