Cursor 云端智能体可以在你网络内部动态调度的机器池上执行。底层基础设施由你管理，而智能体仍从 Cursor 启动和管理。

这让团队对智能体的执行位置以及它们使用的基础设施拥有更多控制权。智能体可以在内部服务和源代码控制旁边工作，可以在定制硬件上运行，也可以使用难以打包成 Cloud Agent 构建的操作系统和构建流水线。

云端智能体现在为我们内部合并的拉取请求贡献了超过 60% 的比例，并且在我们合作的许多大型企业中承担着越来越多的软件工作。随着它们角色的扩展，它们所运行的机器也变得更重要。这些新能力使团队能够大规模地提供和管理这些基础设施。

借助 Lambda MicroVMs 作为 Cursor Cloud Agents 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即时启动，空闲时挂起，并在恢复时保留完整状态。你的编程智能体受益于 Lambda 的快速启动、强隔离性和零集群管理，而 Cursor 负责编排整个工作流程。

Ayush Kulkarni

AWS Lambda 高级产品经理

控制智能体的执行位置

Cursor 托管的运行环境仍然是云端智能体的默认选择。每个会话都在 Cursor 云中的专用虚拟机上运行，并安装其依赖项、配备独立的网络控制。按智能体隔离、密钥脱敏、出口流量控制和签名提交，能够满足大多数团队的安全要求。

团队通常在以下情况使用自托管机器：

• 智能体的工具执行需要在其网络内部进行，以便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，或者需要 Kubernetes、沙箱或托管虚拟机等基础设施。
• 他们的操作系统或构建流水线难以打包成 Cloud Agent 构建。

使用自托管机器时，只有执行环境发生迁移，而智能体循环、推理和规划仍保留在 Cursor 云中。工具输出会回流到 Cursor 进行推理，其中可能包含代码，智能体的对话记录也可能由 Cursor 处理和存储。团队可以继续从桌面应用、cursor.com、移动端、Slack、GitHub 和 Linear 访问云端智能体。

Worker 将你的基础设施连接到 Cursor 智能体循环

使用自托管机器时，工具执行会从 Cursor 托管的虚拟机迁移到你环境中的一台机器上。该机器持有仓库的工作副本、编辑文件并运行命令。一个 worker 将其连接到智能体系统的其余部分。

要注册一台机器，请安装 Cursor CLI 并运行 `agent worker start` 来启动一个 worker。这会与 Cursor 云端建立一条长期存活的出站 HTTPS 连接。当会话开始时，Cursor 的 agent 执行框架负责推理和规划，然后将工具调用发送给专用 worker 执行。worker 返回结果供下一轮推理使用。Cursor 绝不会主动发起进入你网络的连接。

Worker 可以通过两种方式进行配置。

1. 我的机器（My Machines）。此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。
2. 资源池（Pools）。资源池是一个命名的 worker 队列，可为团队或企业提供服务。容量会随着请求的到来而增加，并在 worker 断开连接后减少，让你现有的云基础设施能够随开发者需求弹性伸缩。

云端 agent 适配你的基础设施

Worker 资源池现在可以响应排队请求进行伸缩，并能处理来自任何代码仓库的工作。我们还新增了对多个沙箱提供商的支持，以及除 Mac 之外的 Linux 系统上的 computer use 功能。

资源池随需求伸缩并服务任何代码仓库

对云端 agent 的需求往往是突发性的，而 Self-Hosted Machines 资源池会自动适应这些突发流量。这是通过一个控制器实现的，该控制器监视请求队列，并使用团队提供的 spawn 脚本按需启动机器。

如果池中有可用的 worker，该 worker 就会认领请求。否则，请求会一直等待，直到有更多容量可用，这样团队就无需决定要保留多少台机器在运行。

团队可以为每个 worker 连接设置空闲超时时间。超时一旦到期，机器可以重置并重新进入池中。团队也可以保留其工作区，以备智能体收到后续任务时使用。

自托管机器让团队能够掌控 Cursor 智能体的运行位置，而 Vercel Sandbox 让这一切变得轻而易举。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，也不会有任何机器闲置。

Allen Zhou

Vercel 技术团队成员

让一台机器在智能体空闲时保持运行可能成本高昂。但如果释放机器，当后续任务到来时，智能体可能需要几分钟时间来重建其工作区。借助休眠功能，团队可以对空闲机器进行快照并停止运行。如果在重连窗口期内收到后续任务，快照会被恢复，worker 会以相同的 ID 启动。否则，请求可以转移到一台新机器上。

池并不绑定到单个代码仓库。请求只需指明池，任何可用的 worker 都可以认领它。这使得一个池可以为多个代码仓库提供服务。

Worker 在受支持的沙箱提供商上运行

自托管机器（Self-Hosted Machines）无需从头构建自定义沙箱层。我们与 AWS Lambda、Cloudflare、Coder、Daytona、E2B、Modal、Namespace 和 Vercel 合作，让工作进程可以在团队现有沙箱运行的任何地方启动和编排。

Cursor 在 Modal 上的自托管机器（Self-Hosted Machines）为每个 Cloud Agent 会话提供一个 Modal Sandbox，因此你可以为它分配一台为其任务量身定制的机器。

Adam Azzam

Modal 产品团队成员

智能体可在 Linux 和 Mac 上控制浏览器

Linux 工作进程现在与 Mac 一样支持计算机操作（computer use）。安装所需的计算机操作依赖项（包括 Chrome 或 Chromium）后，智能体即可点击、截图并控制浏览器。你可以观看其桌面，或直接从 Cursor 接管控制。

没有 Mac 就无法构建 iOS 或 macOS 应用。Namespace Devboxes 为每个 Cursor Cloud Agent 启动一台真实 Mac，现在可以在 Apple 芯片上执行此类工作。

Hugo Santos

Namespace 首席执行官

将云端智能体带入你的环境

多年来，团队一直在围绕自己的软件开发方式构建基础设施。自托管机器让云端智能体能更自然地融入其中，我们也很期待看到团队能把这些机器用到多远。

如需连接机器或配置资源池，请从文档开始上手。

相关文章

在您自己的基础设施中运行云端智能体

Katia Bazzi

借助构建缓存，云端智能体启动速度提升 3 倍