AI编程工具Cursor在9月3日发布了一项名为Self-Hosted Machines的基础设施级更新，允许云端智能体在客户自己管理的机器上执行代码操作，而不再局限于Cursor托管的虚拟机。据Cursor官方说明，这项功能让代码库、构建产物与密钥全部保留在企业自有网络内部，由智能体在本地完成工具调用，同时将agent的编排、推理与会话状态继续留在Cursor云端。消息发布后迅速在开发者社区引发讨论，多家技术媒体将其视为企业采用编码智能体的关键解锁。
理解这项更新的关键在于执行与思考的分离。Cursor云端继续负责智能体的规划、工具调用序列与多轮会话管理，真正接触代码的克隆仓库、编辑文件、运行构建等动作，则被推送到客户网络内的自托管机器上执行。对安全审查严格的金融、政务与大型企业而言，过去一年阻碍编码智能体规模化落地的最大障碍，往往不是模型能力，而是代码与凭据在执行期间离开企业边界的合规顾虑。
Cursor给出的数据也印证了企业需求的迫切性。公司表示，云端智能体现在已生成其内部合并拉取请求的六成以上，在最大的企业客户中，工程产出越来越依赖这些智能体。当用量达到这一量级，安全和平台团队不再把agent访问当作试点特例，而是像对待CI执行机一样进行常态化审查，自托管机器因此从锦上添花变成必选项。
现实中的企业案例同样指向这一结论。不少银行与保险公司的AI试点曾卡在同一道关，安全团队要求提供完整的代码访问清单与执行日志审计，而SaaS智能体默认把代码缓存在云端的机制难以满足这类要求。Cursor此次把工具执行下沉到客户自有机器，相当于把审计边界重新画回企业防火墙之内，配合终端侧记录的执行日志，安全团队终于可以像审查CI流水线一样，逐条核对agent每一次文件修改与命令执行，这恰恰是金融、政务等强监管行业愿意批量买单的前提。
自托管机器提供了由浅入深的三种接入方式。最简单的My Machines面向个人工作流，用户把一台笔记本电脑或虚拟机连接到账户，Cursor命令行工具以worker进程形式常驻，通过长连接接收云端下发的工具调用指令并本地执行。团队池则是面向团队与企业的具名worker队列，容量会随请求到来自动扩容，worker断开连接时自动缩容，池不绑定具体代码仓库，任何空闲worker都可以认领任务，闲置机器还能休眠以节省成本，待新消息到达时在重连窗口内快速恢复。
第三种方式让云端智能体跑在团队已使用的沙箱基础设施上，Cursor首批打通了AWS Lambda、Coder、Cloudflare、Daytona、E2B、Modal、Namespace与Vercel八家服务商，其中不少本就是agent沙箱领域的常用方案。自托管worker还同步支持了Linux与Mac平台的computer use能力，安装桌面软件包后，智能体可以点击、输入、截图并驱动浏览器，用户既能实时观看agent桌面，也可以在Cursor中随时接管操作。
这项能力让此前被安全评审卡住的企业看到了落地路径。机器物理位置在客户内网、由客户审计与合规体系覆盖、跑在客户信任的沙箱平台上，三点叠加足以满足多数受监管场景的初步要求。不过也有技术媒体提醒，Cursor的worker通过出站长连接与云端通信，工具返回的代码与数据仍会回传云端以支撑下一轮推理，这并非严格意义的全隔离，团队评估敏感负载时仍应仔细确认推理环节的数据流向与留存策略。
从行业视角看，Cursor此次更新延续了智能体基础设施化的趋势。正如MCP把工具访问从何处思考中解耦出来，自托管机器把同样的解耦逻辑应用到计算资源上，让agent的思考层留在产品云端、行动层进入客户可控环境。对企业工程管理者而言，下一步需要明确的还包括自带密钥与计费的支持范围、非GitHub仓库的兼容性，以及GPU等专用硬件的真实可用性，这些细节将决定自托管机器能否从发布特性成长为生产环境的标配。
Cursor这一动作，把编程智能体的竞争从模型能力拉到了基础设施层面。GitHub的Copilot coding agent、OpenAI的Codex以及Devin等同类产品，近一年都在做同一件事，让agent拥有更多可自主调用的环境与工具，而不只是安静地修改文件。谁能把执行环境做进客户的安全边界内，谁就能率先拿下对数据最敏感的那批企业客户。Cursor凭借编辑器入口积累的开发者心智，加上对agent运行时体验的持续打磨，正在把自己从一款代码编辑器，慢慢变成智能体时代的执行编排平台。
当然，真正的考验藏在细节里。自托管机器把运维责任从云端转移到客户侧，版本更新、安全补丁与故障排查都需要团队自行承担；worker与云端的长连接一旦中断，任务恢复机制是否可靠，仍要经过真实生产环境的检验；自带密钥、非GitHub仓库与GPU算力的支持也还在陆续补齐。Cursor官方将此次更新定义为基础设施级发布，说明公司已经意识到，智能体竞争的下半场拼的不是单点功能，而是谁能把信任、安全与规模化执行同时做好，这恰恰是编程工具从效率插件走向企业核心系统的必经之路。