Cursor工程负责人：如何让AI Agent拥有自己的云端电脑

当模型能力不再是瓶颈，AI Agent真正缺的是什么？Cursor工程负责人在一次技术分享中给出了他们的答案：给Agent一台云端电脑。

模型不再是瓶颈，Agent的工程化才是

分享开篇抛出了一个关键判断：对越来越多的工作而言，瓶颈已经不在模型智能本身，而在于人类是否愿意把工具、上下文和更大胆的目标交给模型。Cursor团队的工作重心，正是拆除这层人为瓶颈——「安全地释放Agent，让它们去处理更大的任务」。

他们把这一过程拆成三个阶段：先给Agent工具和上下文，让自主性成为可能；再学习如何用好更强模型，调整自身的工作模式；最后进入「构建系统的系统」阶段，从逐个任务地手把手带Agent，转向搭建能覆盖A到Z的自动化底座。

参照人类入职流程：把新员工待遇给Agent

Cursor的思路很直接：回头看看人类开发者入职时经历什么。新人入职会拿到一台电脑、被告知如何搭建开发环境，还会收到大量文档说明日常工作的各种操作。而过去给模型的「入职培训」，说白了就是把模型扔进代码库，让它面对成千上万行代码飞速掠过——没有环境、无法测试、只能盲读。分享者坦言，如果自己以这种方式工作，同样会让人沮丧。

为此他们构建了云端入职Agent：任何人访问 cursor.com/onboard，配置好仓库，Agent就开始探索代码库——不是为了改代码，而是搞清楚如何把项目跑起来。它会识别需要启动哪些服务、处理环境变量、确认所需权限，并以交互方式和开发者配合，最终带回一个可运行的Demo。

让Agent像本地开发一样顺手

Agent入职只是起点。当大量开发者每天并行运行许多云端Agent时，任何小问题都会被成倍放大。云端Agent每次运行都要从零搭建环境，而本地开发时人们通常会让服务持续运行——这个差异带来了大量等待时间。

Cursor为此构建了AnyDev CLI工具：启动服务、等待服务就绪、检查状态，还像瑞士军刀一样覆盖创建测试账号、登录第三方服务等杂活。此外，他们把面向人类开发者的文档做了简化版，供Agent在遇到边缘情况时查阅。

效果形成了正反馈：开发环境越好用，越多开发者愿意跑更多云端Agent，产出也随之增加。这一过程沉淀出几条基本原则——

• 给Agent眼睛：人能看到的，Agent都要能看到。Agent运行的应用要可见，人类手动改动状态后Agent也要能感知；调试对话时，Agent同样需要看到其他Agent的对话记录。
• 给Agent工具：在合理的安全约束下，Agent要能做你能做的事，尤其是运行应用和使用服务。
• 高质量输入换取高质量输出：Agent是自回归的，代码库、指令和上下文的质量直接决定产出质量。

计算机使用：Agent的下一个主战场

团队认为，人类自主性的基础原语是计算机使用（Computer Use）。编码是Agent率先跑通的领域，而计算机使用是下一个关键领域：原始像素输入，鼠标键盘输出。分享者指出，难点不在于点对位置，而在于GUI导航更像电子游戏而非国际象棋——你只能看到一小块视野，存在单向门和游戏结束状态，因此需要更高阶的元认知、回退能力和通用智能，而这正是Claude系列模型擅长的。

他们展示了Agent接到「构建私有市场功能」任务后的表现：Agent自行实现各个小部件，处理URL输入和CSP配置，并录制Demo用于自测。对开发者而言，这是一种高带宽的审查方式——在阅读代码之前，先看Agent演示工作成果。当多个Agent并行运行时，这种能力尤为关键。

计算机使用（Computer Use）指AI Agent像人一样操作计算机界面——接收屏幕像素作为输入，通过鼠标点击、键盘输入等底层动作来控制应用，而非依赖API或命令行。这一概念由Anthropic在2024年推出Claude 3.5 Sonnet的Computer Use能力时推向主流，随后OpenAI的Operator等产品也跟进。

与编码Agent可以通过读写文件、运行脚本直接操作环境不同，计算机使用Agent必须处理任意GUI应用的视觉识别与交互，面临分辨率有限、界面动态变化、操作不可逆（如误删文件）等挑战。因此该领域对模型的视觉理解、空间推理和长程规划能力要求极高，也被视为Agent从专用工具走向通用助手的关键一步。

学会给Agent派更大的活

一旦自主Agent完成入职，下一步是学会分配更多、更大的任务。分享提到两种模式：其一是把笔记和待办里积压的小任务、bug直接扔进提示框启动，让更多Agent并行运转，用Demo代替逐行代码审查；其二是更大规模的项目，把更大的工作单元交给Agent，让它持续工作更长时间。

让团队意外的是，「Agent越强，开发者做的事越有想象力」这一点的实现程度远超预期。他们特别强调了安全性带来的「通过自由获得安全」：Agent在云端自主行动的同时，开发者也从资源管理和上下文切换中解放出来，不必担心Agent乱动环境变量。

「通过自由获得安全」指的是这样一种设计哲学：与其通过重重审批、沙箱限制来约束Agent，不如在可控的云端环境中给予Agent充分的自主权，同时让人类开发者从琐碎的监督中解放出来。当Agent运行在隔离的云端机器上时，即使它误改环境变量或执行了错误命令，也不会波及开发者本地环境或生产系统，风险被限制在可回滚的范围内。

这一理念与传统的「最小权限原则」看似矛盾，实则互补：安全边界由基础设施层面（云端隔离、快照回滚、权限审计）保障，而在边界之内，Agent被授予接近人类的操作自由，从而能完成更复杂的长程任务。Cursor的实践表明，这种模式反而比频繁打断Agent请求确认更能建立信任、提升产出。

失败要修系统，而不是绕过去

Agent失败时，值得花时间排查根因并实施修复——因为这类修复会在整个团队和公司范围内被成倍放大。失败模式若长期存在，会在全公司持续复利式扩散，人们会越来越不愿使用Agent；反过来，投入改善后，所有人都会更愿意用，信任逐步建立，敢于一次性交付更大的任务。

让Agent自己改进自己：Agent体验

当团队意识到「教Agent工作得更好」这件事本身又像写代码时，自然想到让Agent自己来做。他们把这一方向称为Agent体验（Agent Experience），与开发者体验并列，甚至需要投入更多关注。

机制上，Agent在干活时被要求随手报告问题——遇到烦人、损坏或困惑的地方就上报，而不是硬扛。所有报告汇入一个记录系统，由「管理者」角色（人和Agent共同承担）去审查、分类、去重，再分桶处理：技术问题、权限问题（Agent缺访问权）、无知问题（Agent不知道正确做法，需要人类指点）。最后，由Agent和人类共同修复，目标是随着时间推移，人类参与越来越少，直至Agent能端到端解决且值得高度信任。

其中最具代表性的技能叫WCF——Work on the Factory（在工厂里工作），每个云端Agent都会加载这个技能，提示词与上述流程几乎一致。分享者提到，早些时候模型做不好这件事，但如今的模型会「感到烦」、会发现东西坏了、会意识到自己困惑，并主动上报。

修复环节同样有讲究：Agent开发体验类问题往往偶发、不稳定，让Agent直接一把梭效果不佳。他们教负责修复的云端Agent另外启动一批Agent，在改动后验证整套评测集，确保方案足够稳健。这样回到人类手上的PR，就带有「已被充分验证」的可信度。

Agent体验（Agent Experience，简称AX）是参照开发者体验（Developer Experience，DX）提出的概念。DX关注人类开发者使用工具、API、文档时的顺畅程度，AX则关注Agent在调用工具、读取文档、执行任务时的体验质量——包括指令是否清晰、错误信息是否可理解、工具接口是否对模型友好等。

随着Agent成为软件系统的主要「用户」之一，AX的重要性正在上升：一个对人类友好但充满歧义提示、隐藏状态的接口，会让Agent频繁出错并浪费大量token与运行时间。优化AX意味着重新审视文档结构、错误码设计、工具粒度乃至仓库组织方式，使Agent能更低成本地完成任务。Cursor将其与DX并列乃至更重视，反映了「Agent也是用户」这一产品视角的转变。

这些模式会走出编码领域

分享者把这类技能比作操作系统里的后台垃圾回收或清理进程。虽然目前明显应用于云端编码场景，但他们相信这些模式会推广到编码之外的领域——毕竟云端开发体验本身就不是纯粹的编码问题，其中变量很多，真正属于编码的只占少数。

如果你也想让自己的Agent「入职」并跑起来，可以访问 cursor.com/onboard 体验。