Cursor云端智能体可在客户自管机器上运行
Cursor新增可弹性扩缩的自管工作节点，代码执行留在企业网络内，推理、规划和调度仍由其云端负责。
执行环境进入客户网络
Cursor 推出 Self-Hosted Machines，让云端编程智能体可以在客户管理的笔记本、服务器及弹性工作节点池中执行命令。用户界面、模型推理和任务规划仍留在 Cursor 云端，但代码仓库、构建系统及具体命令可以运行在企业现有网络内部。
工作节点通过向外发起的 HTTPS 连接接入 Cursor，无需开放入站端口。智能体需要采取行动时，Cursor 会把工具调用发送给专属节点，由节点修改文件、运行命令，再返回结果。Cursor 表示不会主动连接客户网络。不过，工具输出和会话记录仍需传回其服务用于后续推理，其中可能包含源代码，因此这并不是完全本地化的智能体方案。
客户既可以接入单台个人电脑，也可以建立供多个代码库共享的工作节点池。控制器能够在任务排队时启动更多节点、释放闲置容量，并在收到后续指令时恢复休眠的工作区。Cursor 列出的支持方包括 AWS Lambda、Coder、Cloudflare、Daytona、E2B、Modal、Namespace 和 Vercel。Linux 节点还新增浏览器操控能力，可让智能体点击页面、截取画面并测试网页应用，此前同类能力已支持 Mac。
运行环境成为智能体平台的一部分
Cursor 称，其云端智能体目前已经生成公司内部超过60%的合并拉取请求。让这些智能体访问私有服务、定制构建流程、GPU 和苹果硬件，解决了企业采用中的一个现实问题：不少高价值软件任务无法在标准化云端沙箱里完整复现。
这项变化意味着，编程智能体的竞争正从模型能力延伸到任务放在哪里运行、如何隔离以及怎样管理计算资源。Cursor 保留推理与调度这一核心控制层，客户则提供机器，并承担更多密钥、容量和隔离责任。企业评估时需要确认每个节点究竟会向外发送什么；执行留在内网确实减少了一类风险，但工具结果仍会传输，数据治理边界并未消失。