以 AI 代码编辑器走红开发者圈的 Cursor，似乎不再满足于只帮程序员写好代码。据外媒报道，两名知情人士透露，Cursor 正在开发一款内部代号 Sand 的通用型 AI 智能体，目标是切入更广泛的生产力场景，与 Anthropic 的 Claude 和 OpenAI 的 ChatGPT 展开正面竞争。这是一次从"写代码工具"迈向"日常生产力助手"的大胆转型。
一、Sand 想做什么：接管办公里"耗时又重复"的琐事
据报道，Sand 的目标是接管日常工作中那些耗时却重复的琐碎任务——比如回复邮件、管理短信、整理电子表格，以及处理各类工程相关工作。它被定位为一款个性化的智能助手，除代码开发外，也能打理日常办公事务。
时间线上，据知情人士介绍，该产品已于 2026 年 6 月下旬在 Cursor 公司内部完成灰度上线，员工成为第一批"试验用户"。值得强调的是，这是 Cursor 第一款面向普通办公人群、而非开发者的产品。不过，它能否最终面向公众正式发售仍存变数——Cursor 一贯的做法是先内部试用、再评估是否推向市场。
二、对手已就位：Claude Cowork 与 ChatGPT Work
Sand 一旦上线，将涌入一条正在白热化的赛道。它最直接的对标者，是 Anthropic 的 Claude Cowork。据报道，Cowork 于 2026 年初上线，并已扩展至移动端与网页端，Anthropic 近期还为其增加了跨会话搜索、持久记忆偏好，乃至在不同 AI 服务间导入/导出交互历史的"记忆迁移"能力，试图缓解平台锁定问题。
另一位重量级玩家是 OpenAI。据其披露，OpenAI 于 7 月上旬正式推出 ChatGPT Work——一款内置于 ChatGPT、专门处理比普通对话更复杂工作任务的职场智能体，可跨应用、文件和工作流执行任务，由 GPT-5.6 模型驱动并结合 Codex 技术，在演示中展示了浏览公司文件、生成详细报告乃至通过新的 Sites 功能发布网站等能力。至此，Cursor、Anthropic、OpenAI 三方在办公 Agent 上的"三国杀"格局已然清晰。
三、一个被数据打破的假设：Agent 最常干的是"杂活"
这场竞争背后，藏着一个正在被数据修正的行业认知。据 Anthropic 披露，其对逾百万次 Cowork 会话的分析显示，真正的高频用途并非炫技式的创意工作，而是"没人愿意干"的行政杂务——如撰写状态报告、制作幻灯片、把零散更新汇总成报告等。多份分析口径均指出，软件开发在会话中的占比相对有限，业务流程与运营、内容创作等占据了更大份额。
这一发现颇具启示：智能体近期最现实的企业价值，恰恰在于吸收那些低成就感、员工乐于甩掉的例行工作。它也解释了为何 Cursor 这样一家"开发者出身"的公司，会选择切入通用办公——真正的增量市场，或许不在程序员，而在广大的普通职场人。
四、600 亿美元收购的变数：Cursor 的转型受制于资本
Cursor 的这次转型，还笼罩着一层资本变数。据报道，Cursor 自 4 月起向 SpaceX 的人工智能部门租赁算力，随后启动了 Sand 的研发；而市场传闻 SpaceX 计划以约 600 亿美元收购 Cursor。此前双方已联合推出兼顾工程开发与通用办公的大模型 Grok 4.5。
这笔潜在交易是把双刃剑。一方面，据分析，若收购落地，Cursor 手握的开发者基础、成熟的 Agent 基础设施与 MCP（模型上下文协议）集成能力，可为收购方的企业业务提供强力支撑，也可能成为其大模型面向非开发者用户的首个大众化入口；另一方面，收购交易本身可能打乱 Cursor 原有的产品路线规划，Sand 能否如期问世仍是未知数。此外，据公开信息，收购方 AI 部门此前曾经历管理层动荡与人才流失，整合的不确定性同样值得关注。
五、客观看：办公 Agent 从"能对话"迈向"能交付"
综合来看，Sand 的浮现，是 AI 行业一次清晰转向的缩影：领先厂商正集体越过"对话界面"，走向"自主完成任务"的智能体。无论是 Cursor 从代码工具向通用助手的横向扩张，还是 Claude Cowork、ChatGPT Work 对办公全流程的纵深渗透，共同指向同一个目标——让 AI 不只是"回答问题"，而是"交付成品"。行业还出现了如 MCP 这类协议，试图让来自不同厂商的智能体在同一份文档上协作读写，预示着一个"应用弱化、Agent 协作"的工作方式雏形。
但理性看待同样必要。其一，Sand 目前仍是内部测试阶段的未发布产品，其能力、开放范围与上线时间均未有官方定论，相关信息主要来自媒体报道；其二，通用办公智能体要真正"能交付"，仍需跨越权限打通、任务可靠性、隐私与安全等多重门槛，演示效果与规模化体验之间往往存在落差；其三，办公 Agent 高度依赖对企业应用生态的接入，最终格局取决于谁能构建最广、最可信的连接网络，而非单纯的模型能力。可以确定的是，这条赛道的竞争才刚刚进入深水区。