Cursor 推出自托管机器：工具执行留在你自己的网络内

这次发布到底是什么

2026年9月2日，Cursor 在官方 Changelog 中宣布支持自托管机器。简单说，就是 Cursor 这个 AI 代码编辑器可以把“动手干活”的部分放到你自己的电脑或服务器上运行，而不是全部在 Cursor 的云端完成。你的代码库、构建产物和密钥都留在你自己的基础设施里，智能体在本地处理工具调用。

打个比方：以前你请一位 AI 助手帮你整理房间，它要把你的东西搬到外面的工作室去整理；现在这位助手直接来你家里，在你的房间里整理，东西不用出门。Cursor 这次就是把这位助手请进了你自己的网络。

为什么要把工具执行留在自己网络里

很多团队不愿意把代码和密钥传到外部服务器，因为那意味着敏感信息离开了自己的控制范围。自托管机器让工具执行完全留在你自己的网络内，代码库、构建产物和密钥都保留在你基础设施中运行的内部机器上。对于有安全合规要求的公司来说，这一点非常关键。

可以这样理解：你的日记本不想交给别人保管，那就把书桌搬到自己家里，让帮你写日记的助手只在你家书桌上工作。Cursor 的自托管机器就是这张“自己家的书桌”。

动态池调度是怎么工作的

官方介绍了两类用法。第一类是 My Machines，把单台笔记本电脑或虚拟机连接到你的账户，适合个人工作流。第二类是团队池，是面向团队或企业的具名 worker 队列。容量会随请求到来而扩容，并在 worker 断开连接时缩容，让你的自托管机器随需求弹性伸缩。

池不与某个代码仓库绑定：只需指定池名称，任何空闲的 worker 都可以领取该请求。池还可以让闲置机器休眠，并在收到后续消息时于重连窗口内恢复，这样你就不必只为等下一个提示而一直让昂贵的容量保持热运行。就像餐厅按客人数量临时增减服务员，没客人时让服务员休息，来客人了再叫回来。

可以在哪些沙箱里运行

官方明确列出，云端智能体现在可以在你已在使用的基础设施上运行，包括 AWS Lambda、Coder、Cloudflare、Daytona、Modal、Namespace、Vercel 和 E2B。这意味着你不需要为了用 Cursor 而额外搭建一套全新的运行环境，可以直接复用已有的云服务或开发平台。

这就像你已经有了一套厨房设备，Cursor 的智能体可以直接在你的厨房里做菜，而不是要求你换一套全新的厨具。对已经使用这些平台的团队来说，接入成本会更低。

Linux 与 Mac 上的 computer use

自托管 worker 现已支持在 Linux 与 Mac 上使用 computer use。只要安装了相应的桌面软件包，智能体就能点击、输入、截图并操作浏览器。您可以实时查看它的桌面，也可以直接在 Cursor 中接管操作。

这个能力可以理解为：智能体坐在你的电脑前，像人一样移动鼠标、敲键盘、看屏幕。你可以看着它操作，也可以随时自己接手。对于需要操作图形界面或浏览器的任务，这提供了更直接的方式。

适合哪些人和团队使用

自托管机器特别适合对代码安全要求高的团队、需要把 AI 工具接入已有云基础设施的企业，以及希望个人笔记本也能参与工作的开发者。个人可以用 My Machines 连接自己的电脑，团队可以用团队池统一管理多台 worker。

不过，原文没有说明具体定价、是否需要额外付费、池的最大容量限制以及企业合规认证情况。如果你打算在正式环境中使用，建议先向 Cursor 官方确认这些细节，再决定是否接入。

怎么核验和上手

你可以打开 Cursor 官方 Changelog 页面，找到 2026年9月2日的“自托管机器”条目，核对本文提到的功能点。重点确认三件事：工具执行是否真的留在你的网络内、支持哪些沙箱平台、以及 Linux 与 Mac 的 computer use 需要安装什么桌面软件包。

上手路径大致是：先决定用 My Machines 还是团队池，再把机器连接到你的账户，然后指定池名称让空闲 worker 领取请求。如果要用 computer use，还需要在 Linux 或 Mac 上安装相应的桌面软件包。原文没有给出逐步操作截图，具体步骤请以官方文档为准。