Cursor: Mit dem KI-Coding-Agenten jetzt per Sprache in Echtzeit reden

Worum es geht

Cursor ist ein beliebter KI-Code-Editor der Firma Anysphere. Seit dem 6. November 2026 kann man dort mit dem eingebauten Coding-Agenten sprechen. Ein Coding-Agent ist eine KI, die selbstständig Code schreibt, ändert und testet. Die neue Funktion heißt „Voice Chat with Agents“: ein Gespräch in Echtzeit, bei dem beide Seiten reden. Du beschreibst eine Änderung laut, fragst nach dem Stand der Arbeit, und der Agent antwortet ebenfalls mit Sprache.

Verfügbar ist der Sprachchat im Agents Window, in der klassischen IDE (der Entwicklungsumgebung, in der programmiert wird), in der Web-Version und in Cursor für iOS. Die wichtigsten Angaben in diesem Artikel stammen aus dem Changelog und der Dokumentation von Cursor. Paul Lovelace hat sie auf dev.to zusammengefasst und schreibt dazu offen, dass er die Funktion selbst noch nicht ausprobiert hat. Einen unabhängigen Praxistest gibt es also bisher nicht.

So funktioniert der Sprachchat

Eigentlich sind zwei Agenten im Spiel. Ein Sprach-Agent hört zu, antwortet und gibt die Programmieraufgabe an den Coding-Agenten im Chat weiter. Während der Coding-Agent arbeitet, kannst du weiterreden. Du kannst fragen, was sich in einem Diff geändert hat (also in der Gegenüberstellung von altem und neuem Code), nach dem Stand eines Laufs fragen, frühere Nachrichten und Gespräche durchsuchen oder in einem Projekt mit mehreren „Workern“ zwischen diesen parallel arbeitenden Agenten wechseln.

Auch der Coding-Agent meldet sich mit Sprache. Während er arbeitet, gibt er kurze Zwischenstände durch, und am Ende fasst er das Ergebnis knapp zusammen. Die ausführliche schriftliche Antwort liest er nicht vor, sie bleibt im Chat. Lovelace hält genau das für die wichtigste Entscheidung bei der Gestaltung:

„Sprache ist ein schreckliches Medium für lange Antworten, also liest Cursor dir nicht die komplette Antwort vor.“

Technisch läuft der Sprachteil über Grok Voice, die Sprachtechnik von xAI. In den Voice-Einstellungen gibt es fünf Stimmen: Ara, Eve, Leo, Rex und Sal. Grok Voice kümmert sich nur ums Sprechen und Zuhören. Programmiert wird weiterhin mit dem Sprachmodell, das du in Cursor ausgewählt hast. Ist der Privacy Mode aktiv, läuft der Sprachchat laut Dokumentation mit „Zero Data Retention“. Die Daten werden also nach der Verarbeitung nicht gespeichert. Lovelace rät, sich diesen Punkt vor dem Einsatz mit Kundencode genau anzusehen.

So startest du ihn, und was er nicht ist

Der Einstieg ist ein einzelner Knopf. Wenn der Agent gerade nichts tut und das Eingabefeld leer ist, steht an der Stelle des Senden-Knopfs ein Wellenform-Symbol mit der Beschriftung „Start voice chat“. Ein Klick darauf startet das Gespräch.

Auf dem iPhone geht es auch ohne Hände: „Hey Siri, call Cursor“ startet den Anruf. Mit der iOS-App-Version 1.16.0 kommen Bedienelemente für Sperrbildschirm und Dynamic Island hinzu. Damit lässt sich das Gespräch steuern, ohne das Telefon zu entsperren.

Nicht verwechseln solltest du das Ganze mit dem Diktat, das früher „Voice Mode“ hieß. Das Diktat wandelt deine Sprache nur in Text im Eingabefeld um. In der IDE schaltest du es mit Cmd+Shift+Space ein und aus. Beim Sprachchat antwortet der Agent dagegen selbst mit Stimme.

Die Grenzen

Cursor nennt die Einschränkungen in der Dokumentation erstaunlich offen:

• Konto nötig: Du musst bei Cursor angemeldet sein. Wer Cursor nur mit eigenem API-Key (einem Zugangsschlüssel zu einem KI-Anbieter) nutzt, kann den Sprachchat gar nicht starten.
• Tägliches Limit: Es gibt eine Höchstzahl an Anrufen pro Tag, aber Cursor nennt sie nicht. Lovelace nennt das eine echte Lücke, weil man nicht planen kann und Vielnutzer das Limit erst bemerken, wenn sie es erreichen.
• Automatisches Auflegen: Ist der Agent untätig und rund zehn Minuten lang still, endet das Gespräch von selbst.
• Knopf nicht überall: In Subagenten und Projekt-Workern, in archivierten Chats, in Chats mit Claude Code und in Chats von Teamkollegen fehlt der Startknopf.
• Kein neuer Preis: Einen eigenen Sprach-Tarif oder Aufpreis hat Cursor nicht angekündigt. Die Funktion gehört einfach zu Cursor in seiner jetzigen Form.

Für wen sich das lohnt

Lovelace sieht vor allem zwei Gruppen. Die erste sind Menschen, die beim Programmieren laut denken. Er vergleicht das mit „Rubber-Duck-Debugging“, bei dem man einer Gummiente sein Problem erklärt, um selbst auf die Lösung zu kommen. Nur antwortet die Ente diesmal und ändert gleich auch den Code. Die zweite Gruppe sind Leute, die gerade nicht an der Tastatur sitzen, etwa unterwegs mit dem iPhone, während der Agent eine lange Aufgabe abarbeitet. Die Siri-Steuerung und die Sperrbildschirm-Bedienung zeigen laut Lovelace, dass Cursor genau diesen Fall im Blick hat.

Wer dagegen jede Zeile der Agenten-Antwort liest und jeden Diff prüft, wird die Funktion wohl eher abschalten. Gesprochene Zusammenfassungen lassen zwangsläufig Details weg. Im Großraumbüro stellt sich außerdem die Frage, ob man seinen Editor laut ansprechen möchte.

Das japanische Portal note.com ordnet die Neuerung in einen größeren Trend ein. Die Entwicklung mit KI verschiebe sich vom Programmieren von Hand hin zum Formulieren von Anforderungen und zum Prüfen der Ergebnisse. Qualität und Sicherheit des fertigen Codes müssten aber weiterhin Menschen kontrollieren.

Hintergrund: Cursor wandert aus dem Editor heraus

Der Sprachchat setzt eine Entwicklung fort, die schon länger läuft. Im Mai 2025 führte Cursor „Background Agents“ ein, die Aufgaben ohne Aufsicht erledigen. Im Juni 2025 folgten eine Slack-Anbindung und eine Web-App, mit der man Agenten aus dem Browser auf Desktop und Handy steuern kann, wie TechCrunch damals berichtete. Cursor-Produktchef Andrew Milich sprach gegenüber TechCrunch davon, die „Reibung“ für die Nutzer zu verringern. Schon damals meldete Anysphere mehr als 500 Millionen Dollar wiederkehrenden Jahresumsatz und Kunden in mehr als der Hälfte der Fortune-500-Unternehmen.

Einen Tag vor dem Sprachchat, am 5. November 2026, kam „Build Live Apps“ heraus. Laut note.com können Agenten damit Web-Apps bauen und samt Datenbank, Nutzeranmeldung, Hosting und Sicherheitsprüfung veröffentlichen. Online geht die App erst, wenn man ausdrücklich auf Veröffentlichen klickt. Die Funktion gibt es in kostenpflichtigen Tarifen mit Cloud-Agenten.

Einordnung

Zwei Neuerungen an zwei Tagen zeigen, wohin Cursor will. Der Editor soll Software nicht nur schreiben, sondern auch veröffentlichen, und man soll mit ihm reden können, statt nur zu tippen. Dass Cursor dafür Grok Voice von xAI nutzt und nicht eine eigene Lösung, zeigt, wie sehr die Firma auf Bausteine fremder Anbieter setzt.

Viel Wichtiges ist allerdings noch unklar. Wie gut die Sprachqualität ist, wie lange man auf Antworten wartet, wie Grok Voice mit Akzenten und Fachbegriffen klarkommt und ob die gesprochenen Zusammenfassungen wirklich helfen, lässt sich aus einem Changelog nicht ablesen. Auch die Höhe des Tageslimits fehlt. Ob Sprechen beim Programmieren zur neuen Gewohnheit wird oder eine Spielerei bleibt, die man einmal ausprobiert, müssen erst echte Tests zeigen.