Cursor宣布推出新的本機索引系統，透過預先處理程式碼庫，協助AI代理程式在毫秒等級的時間內找到相關檔案，號稱能為AI程式碼搜尋帶來99%的速度提升。該公司表示，這項「即時grep」功能能讓其AI程式碼輔助工具在執行正規表示式查詢前，先縮小大型程式碼庫的搜尋範圍，大幅降低過去拖累AI輔助開發流程的搜尋延遲。

這解決了AI程式碼工具在處理企業級程式碼庫時的真實痛點。當GitHub Copilot或類似的輔助工具需要從數千個檔案中取得脈絡時，真正的限制因素是搜尋延遲，而非模型推論速度。如果Cursor的說法屬實，這可能就是AI建議感覺靈敏即時，還是打斷你工作心流之間的差異。專注於本機索引，也順帶避開了將整個程式碼庫上傳到外部服務所帶來的隱私疑慮。

然而，Cursor對於這套索引系統實際運作方式，提供的技術細節出乎意料地少。目前沒有任何關於記憶體需求、大型儲存庫索引時間，或系統如何處理程式碼變更的資訊。99%這個數字聽起來令人印象深刻，卻缺乏比較基準：究竟是比什麼基準快99%？是比自家舊系統？還是比競爭對手？又或是比原始的grep？在沒有與ripgrep、ag等工具進行效能比較的情況下，很難判斷這究竟是真正的技術突破，還是包裝漸進式改善的巧妙行銷手法。

對於已經在使用Cursor的開發者來說，如果你經手的是大型程式碼庫，這應該會是感受得到的進步。對於正在評估AI程式碼輔助工具的團隊而言，快速的本機搜尋正逐漸成為基本門檻。不過在把這點當成決定性因素之前，最好先等待更詳細的效能比較資料出爐。