Cursor 把 Agent 做成了代码，还内置了评测

Cursor 正式发布 Agent SDK。Cursor 是做 AI 编程编辑器的，这次把 Agent 能力打包成 SDK 给开发者用。

以前构建 agent 像是在搭一个手工作坊：提示词散落在文档里，工具函数到处复制，没人知道它整体怎么运作。现在 Cursor 把 agent 定义为代码。prompt 用 Markdown 写，工具用 TypeScript 写，部署可以放在他们托管的基础设施上，也可以运行在你自己的服务器。

这对开发者意味着什么？最直接的变化是：agent 配置可以进 git 仓库了。代码审查、版本回滚、分支管理，普通代码有的待遇，agent 都有。当 agent 是代码，你就能 diff 它，能在 PR 里讨论它的行为变化。

另一个关键是内置 evals。每次改动都能用评测集跑一遍，结果好坏直接量化。过去调 agent 靠体感，好像变聪明了，又好像没有。现在有数字了。这让 agent 迭代更像工程，不像玄学。

官方视频展示了一个 Agents as code 仓库，包括 review-agent、code-review-agent、compliance-team-PR 等目录。每个 agent 对应一类具体任务，看起来就像管理服务代码一样管理 agent。

对不写代码的人来说，这个新闻可能没太大感觉。但值得注意的趋势是，agent 正在从聊天玩具变成可测试、可部署的工程系统。这个拐点，比模型评分刷榜更值得关注。