在您自行管理的机器上运行云端智能体
Cursor 云端智能体可以在您网络内动态调度的机器资源池上运行。底层基础设施由您管理，而智能体依然从 Cursor 启动和管理。
这让团队能够更好地掌控智能体在何处运行、使用哪些基础设施。智能体可以紧邻内部服务和源代码管理工作，可以运行在定制硬件上，也可以使用那些难以打包为云端智能体构建的操作系统和构建流水线。
目前，我们内部合并的 PR 中已有超过 60% 由云端智能体创建；在我们服务的众多超大型企业中，它们也承担着越来越多的软件开发工作。随着智能体的角色不断扩展，它们所运行的机器也变得愈发重要。这些新功能让团队得以切实地大规模提供并管理这类基础设施。
以 Lambda MicroVM 作为 Cursor 云端智能体的计算层，开发者可以在自己的 AWS 账户中运行 AI 驱动的编程智能体。每台机器都能从快照近乎瞬时启动，空闲时挂起，并可带完整状态恢复。您的编程智能体将受益于 Lambda 的快速启动、强隔离性和零集群管理，而编排工作则由 Cursor 完成。
控制智能体的执行位置
云端智能体默认仍运行在 Cursor 托管的环境中。每个会话都在 Cursor 云端的专用 VM 上运行，依赖项已预先安装，并配有独立的网络控制。智能体级隔离、密钥脱敏、出站流量控制和签名提交，足以满足大多数团队的安全要求。
团队通常在以下情况下使用自托管机器：
- 智能体的工具执行需要在自有网络内进行，并直接访问源代码管理、内部服务和代码仓库。
- 智能体需要定制硬件 (例如用于 iOS 开发的 GPU 或 Mac) ，或需要 Kubernetes、沙箱、托管 VM 等基础设施。
- 其操作系统或构建流水线难以打包成 云端智能体构建。
使用自托管机器时，迁移的只是执行环境，智能体循环、推理和规划仍留在 Cursor 云端。工具输出会回传至 Cursor 用于推理，其中可能包含代码，智能体对话记录也可能由 Cursor 处理和存储。团队依然可以从桌面应用、cursor.com、移动设备、Slack、GitHub 和 Linear 使用云端智能体。
Worker 将你的基础设施接入 Cursor 智能体循环
使用自托管机器时，工具执行会从 Cursor 托管的虚拟机转移到你自己环境中的机器上。该机器保存代码仓库的工作副本，负责编辑文件和运行命令，而 worker 则将它与智能体系统的其余部分连接起来。
要注册一台机器，请安装 Cursor CLI 并运行 agent worker start 来启动一个 worker。这会建立一条通往 Cursor 云端的长连接出站 HTTPS 通道。会话开始后，Cursor 的智能体框架负责推理与规划，然后将工具调用发送给专属 worker 执行，worker 再将结果返回，用于下一轮推理。Cursor 从不主动向你的网络发起连接。
worker 有两种配置方式。
- My Machines。 该配置将单台笔记本电脑或虚拟机连接到你的账户，最适合个人工作流。
- 资源池。 资源池是一个具名的 worker 队列，可服务于团队或企业。容量随请求到来而增加，并在 worker 断开后回落，让你现有的云基础设施随开发者需求弹性伸缩。
开发者应当可以自由选择最契合自身工作流的平台来运行编程智能体，企业也不必在智能体运行位置及其访问范围的管控上做出妥协。开发的未来，将建立在运行于安全、隔离环境中的强大智能体之上。
云端智能体适配你的基础设施
Worker 资源池现在可以根据排队的请求自动扩缩容，并处理来自任意代码仓库的任务。我们还新增了对多个沙箱提供商的支持，并在 Mac 之外新增了 Linux 上的计算机使用能力。
资源池随需求伸缩，可服务任意代码仓库
对云端智能体的需求往往呈突发式增长，而 自托管机器 资源池会自动适应这类波动。其背后是一个控制器：它监控请求队列，并使用团队提供的 spawn 脚本按需启动机器。
如果资源池中有空闲的 worker，该 worker 就会接手这个请求；否则请求会一直等待，直到有更多容量可用。这样一来，团队无需自行决定要让多少台机器保持运行。
团队可以为每个 worker 连接设置空闲超时。超时后，机器可以重置并重新加入资源池；团队也可以保留其工作区，以便智能体收到后续消息时继续使用。
自托管机器让团队掌控 Cursor 智能体的运行位置，而 Vercel Sandbox 让这一切毫不费力。每个任务都能按需获得一个隔离的沙箱，无需管理机器集群，也不会有资源闲置。
在智能体空闲时让机器持续运行，成本会很高；但若释放机器，当后续消息到来时，智能体可能需要数分钟才能重建工作区。借助休眠功能，团队可以改为对空闲机器创建快照并将其停止。如果后续消息在重连窗口内到达，快照会被恢复，并以相同的 ID 启动一个 worker；否则，请求可以转移到一台新机器上。
资源池并不与单个代码仓库绑定。请求只需指明资源池，任何空闲的 worker 都可以接手，因此一个资源池可以服务多个代码仓库。
Worker 可在受支持的沙箱提供商上运行
自托管机器 无需从零搭建自定义沙箱层。我们已与 AWS Lambda、Cloudflare、Coder、Daytona、E2B、Modal、Namespace 和 Vercel 建立合作，团队的沙箱运行在哪里，worker 就能在哪里启动并接受编排。
在 Modal 上运行的 Cursor 自托管机器会为每个云端智能体会话分配一个 Modal Sandbox，让您可以为其任务量身定制一台机器。
智能体可在 Linux 和 Mac 上操控浏览器
继 Mac 之后，Linux worker 现已支持计算机使用能力。只要安装了必装的 计算机使用能力 依赖项 (包括 Chrome 或 Chromium) ，智能体就能点击、截图并操控浏览器。您可以实时查看它的桌面，也可以直接在 Cursor 中接管操作。
没有 Mac，就没法构建 iOS 或 macOS 应用。Namespace Devboxes 会为每个 Cursor 云端智能体启动一台真实的 Mac，如今它也能在 Apple 芯片上完成这类工作了。
让云端智能体融入你的环境
多年来，团队围绕自身构建软件的方式不断打磨基础设施。自托管机器让云端智能体能够更自然地融入其中，我们也期待看到团队把它用出怎样的花样。
要连接机器或配置资源池，请查看文档快速上手。
