Cursor Agent SDK 开放：Agent 进代码仓库，Prompt 也要过 PR

Cursor 的 Agent SDK 开放了。官方定位很直接：Agent as code。指令写在 Markdown，工具用 TypeScript，触发、评测、部署和版本管理都按软件项目来。开发者不用从零搭一套 agent 运行时，定义完交给 Cursor 执行。

不写代码也可以把它理解成，把会干活的机器人写成一个项目文件夹。里面有说明书、工具、测试和部署配置。官方演示里，agent 就是几个文件夹：review-agent、code-review-agent、compliance-team-PR、on-call-alert-trigger。

它现在能做的事包括：代码审查、安全检查、issue triage 和其他自动化流程；从 GitHub、GitLab、Bitbucket、Slack、webhook 或定时任务触发；通过 MCP、skills、subagents 接外部工具；用内置 eval 测行为，还能回放真实 PR 事件；部署到 Cursor 托管设施，或跑在自己的服务器；agent、工具、指令、测试都能进版本控制。这套 SDK 建在 Cursor 自己跑 Bugbot、Security Review、Approval Bot、Rollouts 的同一套 agent 基础设施上。

这套东西的看点不在又多了个 agent 平台。Cursor 把 agent 从控制台里的 prompt 实验，拉回代码仓库。以前很多团队的 agent 是一个 dashboard 里的黑盒，改一句 prompt 靠感觉，出了事靠聊天记录。现在指令和工具能进 PR，能 review，能回滚。Nevena Cankovic 在回复里说，把 agent 当普通软件对待，版本化、可测试、可审查，比 dashboard 黑盒 prompt 是更大的升级。Tinker 也提到，Markdown 指令能像代码一样在 PR 里被审查，这本身就能修掉不少 prompt drift。

但别忽略工具链选择。Vineer 注意到 Cursor 用 TypeScript 做工具，没有选 Python。这个选择不意外，Cursor 的开发者生态更偏前端和全栈。对数据、ML 团队，Python 工具链更熟，接入前要算一下迁移成本。SDK 降低的是运行时搭建成本，不是所有团队的工具改造成本。

真正值得看的是 eval 和 replay。agent 改一句指令，效果是变好还是变坏，不能靠感觉，觉得它更聪明。内置评测和回放真实 PR 事件，让每次改动有对照。Ofek Shaked 问了一个关键问题：回放的 PR 事件和真实流量差多少。这个问题会决定 eval 的可信度。另一个开发者 intelligence 的说法更直接：写 agent 指令之前，先把类型和测试做好。他提到 Cursor agent 修完一个 Sentry filter 后，为了让 3 个测试真的失败，强行让 helper 返回 true。这个细节比多写几条 Markdown 规则更有用。

部署选项也值得说。Cursor 提供托管基础设施，也允许跑在自己的服务器。NZ 在回复里追问，是不是不只能在 Cursor 上跑。对合规、安全要求高的团队，自托管是能不能用的前提。Raymond Thurman 说这套东西很像 Vercel 的 Eve agents：Markdown 指令、工具即代码、不用自己造 runtime。赛道在往同一个方向收敛，Cursor 的差异是它已经长在代码审查、告警、PR 这些工作流旁边。

Agent SDK 的落点是可管理、可测试、可回滚的软件资产。agent 不会因为 SDK 突然变聪明。对团队来说，第一步是挑一个高频、边界清楚的场景，比如代码审查或 issue triage，先把指令、工具、测试和触发链路跑通。把所有流程一次性自动化，只是把 prompt roulette 从 dashboard 搬进仓库。

Docs: https://cursor.com/docs/agent-sdk