Cursor 现在可以通过创建画布来直观呈现信息。这让你能够探索和交互自定义界面，而不是在聊天或难以消化的 markdown 文件中阅读大段文字。

借助画布，智能体可以为真实世界数据创建仪表盘，也能根据你的需求构建带有逻辑和交互性的自定义界面。智能体可以利用画布帮你审查 PR、学习新库，甚至在 Cursor 中管理其他智能体。在智能体窗口中，画布是持久的工件，与终端、浏览器和源代码管理等工具并存。

组件作为构建模块

Cursor 使用基于 React 的 UI 库渲染画布，该库内置了表格、方框、图表和流程图等第一方组件。我们让智能体能够访问 Cursor 中已有的组件（如差异对比和待办事项列表），并指示其遵循数据可视化最佳实践。

你可以创建技能来教智能体如何制作不同类型的画布。例如，"文档画布"技能能让 Cursor 生成你代码仓库的交互式架构图。

我们在 Cursor 中如何使用画布

我们发现画布对数据密集型任务特别有用。它们让智能体能够以非线性方式组织信息，比纯文本更容易理解。

事件响应仪表盘

Cursor 中的 Datadog、Databricks 和 Sentry MCP 使我们能够与智能体一起深入分析可观测性数据，这些智能体常常能发现我们自己会忽略的洞察。在画布出现之前，智能体会在 markdown 表格中呈现时间序列数据，这很难解读，还需要额外步骤才能可视化。

现在，智能体可以在画布中创建可视化图表，将来自多个来源（包括本地调试文件）的数据整合到一张图表中。

PR 审查界面

我们正在审查比以往更大的差异对比。传统工具对所有变更一视同仁，需要我们自行判断差异的哪些部分最为重要。

借助画布，Cursor 能够将变更按逻辑分组，优先呈现你最需要审查的内容，并提供丰富的界面供你探索变更集。它甚至能为复杂的算法编写伪代码表示。

评估分析

在 Cursor，我们在修改测试框架或向产品发布新模型时，会投入大量时间研究评估结果。过去，工程师必须逐个检查请求 ID 来识别模式。我们曾考虑构建并部署一个 Web 应用来自动化这一过程，但最终选择直接在 Cursor 中通过技能将其操作化。

该技能允许智能体读取评估中的所有发布结果、对失败案例进行分组，并构建一个画布用于调查评估失败原因和聚类失败模式。这使我们能够发现此前隐藏的框架缺陷，并最近帮助我们以更少的精力在 Cursor 中发布了两个新模型。

自动研究实验

我们一直在将自动研究的思路进行改造，使智能体能够应对与客户端性能相关的复杂优化挑战。借助画布，智能体可以在运行实验时可视化其研究进展，使用户能够查看进度并了解智能体当前正在测试的假设。

提升信息带宽

近期改进如设计模式和升级后的语音输入，都是我们提升信息带宽努力的一部分。我们希望减少人机协作中的摩擦，让你能更轻松地表达意图，而不仅仅局限于纯文本。

在 Cursor 3.1 中尝试画布功能，或查阅我们的文档了解更多信息。