Cursor y Google añaden voz bidireccional a los agentes de codificación

Dos grandes actores en el desarrollo de software asistido por IA han introducido capacidades de voz bidireccional para sus agentes de codificación. El 9 de noviembre de 2026, tanto Cursor como Google anunciaron funciones que permiten a los ingenieros mantener conversaciones habladas con sus herramientas de IA, habilitando actualizaciones e interrupciones en tiempo real sin necesidad de escribir. Este movimiento sigue a la integración anterior por parte de OpenAI de funciones de voz similares en su plataforma Codex.

Qué ocurrió

Cursor lanzó Voice Chat with Agents, una función impulsada por la tecnología Grok Voice de xAI. Esta actualización permite a los desarrolladores iniciar una llamada con su agente, describir cambios verbalmente y escuchar las actualizaciones de progreso mientras el agente trabaja. La función está disponible en la interfaz web de Cursor, la aplicación iOS y el cliente de escritorio. Alrededor del mismo tiempo, Google introdujo el modo de voz para Antigravity, su plataforma de desarrollo agéntico. Aprovechando Gemini Live, esta función lleva la interacción hablada tanto a la aplicación de escritorio de Antigravity como a su interfaz de línea de comandos.

Estos anuncios destacan un cambio de la simple dictación al diálogo interactivo. Mientras que las funciones de voz anteriores principalmente convertían el habla en prompts de texto, estas nuevas herramientas mantienen un canal de audio abierto. Los desarrolladores pueden escuchar los pensamientos del agente, hacer preguntas de seguimiento o interrumpir el proceso si cambian los requisitos. Nick Van der Auwermeulen, ingeniero de relaciones con desarrolladores en Google, señaló que la ingeniería a menudo ocurre en voz alta, como cuando se discuten errores con compañeros de equipo. Argumentó que el modo de voz restaura este ritmo natural en la colaboración humano-agente.

En contraste, Claude Code de Anthropic aún no ha adoptado la voz bidireccional. Mientras que la aplicación principal de Claude admite chat de voz bidireccional, Claude Code actualmente solo ofrece dictación mediante el comando /voice. Esto significa que los usuarios pueden hablar sus instrucciones, pero el agente responde solo por escrito. Esta distinción coloca a Anthropic detrás de Cursor, Google y OpenAI en términos de modelos de interacción basada en voz para tareas de codificación.

Cómo funciona

El mecanismo central detrás de estas funciones es mantener una sesión de audio persistente en lugar de tratar la voz como un método de entrada único. En Antigravity de Google, los usuarios hacen clic en un botón de forma de onda en la aplicación de escritorio o ejecutan /voice live en la CLI para iniciar una llamada. El agente responde en voz alta y mantiene la línea abierta mientras ejecuta cambios de código. Los usuarios pueden interrumpir al agente a mitad de frase para aclarar instrucciones o aprobar acciones específicas. Una vez completada la tarea, el agente proporciona un resumen escrito y un enlace para revisar los cambios de código dentro de la misma interfaz de chat.

La implementación de Cursor opera de manera similar pero depende de la API Grok Voice. Permite a los usuarios describir cambios, consultar el estado actual del agente y recibir informes de progreso hablados. El sistema está diseñado para reducir el cambio de contexto, permitiendo a los desarrolladores mantener su enfoque en el código u otros elementos visuales mientras reciben retroalimentación auditiva. Ambos sistemas buscan imitar la dinámica de la programación en pareja, donde los bucles continuos de retroalimentación verbal ayudan a resolver problemas más rápido que los intercambios estáticos de texto.

Detalles clave

• Voice Chat de Cursor utiliza Grok Voice de xAI y está disponible en web, iOS y escritorio.
• El modo de voz de Antigravity de Google utiliza Gemini Live y funciona en la aplicación de escritorio y la CLI.
• Los usuarios pueden interrumpir a los agentes a mitad de tarea en ambas plataformas para ajustar instrucciones.
• Claude Code de Anthropic actualmente solo admite dictación unidireccional, no voz bidireccional.
• OpenAI añadió previamente voz bidireccional a Codex en febrero y septiembre de 2026.
• Google está consolidando sus herramientas de codificación bajo Antigravity, retirando Jules y migrando a los usuarios de Gemini CLI.

Por qué importa

Para los ingenieros de software, la introducción de la voz bidireccional reduce la fricción de interactuar con agentes de IA. El prompting tradicional basado en texto requiere constantes cambios de contexto entre el editor de código, la interfaz de chat y el teclado. Al permitir interrupciones y actualizaciones habladas, estas herramientas habilitan un flujo de trabajo más fluido. Los desarrolladores pueden monitorear tareas de larga duración sin romper su enfoque visual, lo cual es particularmente útil durante sesiones complejas de depuración o refactorización.

Este cambio también señala una tendencia más amplia hacia interfaces multimodales en entornos de desarrollo. A medida que los agentes asumen tareas más autónomas, crece la necesidad de supervisión en tiempo real. La voz proporciona un canal de bajo ancho de banda y alta participación para esta supervisión. Permite una aclaración más rápida de requisitos ambiguos y ciclos de iteración más rápidos. Los equipos que adopten estas herramientas pueden descubrir que pueden colaborar con la IA de manera más natural, tratando a los agentes menos como motores de búsqueda y más como socios junior que pueden discutir problemas.

Qué puedes hacer

• Prueba el nuevo Voice Chat en Cursor si ya estás usando la plataforma en escritorio o iOS.
• Prueba el comando /voice live en la CLI de Google Antigravity para experimentar la interacción de voz basada en terminal.
• Compara la latencia y precisión de Grok Voice frente a Gemini Live para tus tareas de codificación específicas.
• Evalúa si las interrupciones por voz mejoran tu flujo de trabajo durante ejecuciones largas de agentes en comparación con las comprobaciones de texto.
• Monitorea la hoja de ruta de Anthropic para ver si y cuándo Claude Code admitirá voz bidireccional.
• Considera cómo los agentes habilitados por voz podrían encajar en las prácticas de programación en pareja o revisión de código de tu equipo.