一句话看懂：Cursor 于 9 月 10 日发布 Projects（测试版），用一个“协调者智能体”调度数千个并行子智能体，承接大型迁移、功能开发和长期维护任务。它试图解决的问题，是开发者被大量智能体管理事务拖住，而不是任务本身。
事件核心：发生了什么
Cursor 推出的 Projects 面向“大而复杂”的开发任务，例如功能开发、大规模代码迁移和完整应用构建。它在架构上有三点关键设计：默认在云端独立电脑上执行，合上笔记本也不中断，从而支撑超出本地算力的并行子智能体；当需要本地测试时，由协调者自动唤起本地智能体。每个 Project 维护一组持续同步的文件，智能体把调研结果、代码库理解和偏好写进去，随着时间推移让协调者效率提升。订阅机制上，协调者可监控 Slack 频道、按计划运行或跟踪 Pull Request（PR），在检测到信号时主动行动，不必依赖人反复提示。
Cursor 官方称已内部测试数月，用于涉及数百个 PR 的迁移和功能发布。测试数据显示：新用户合并的 PR 数提升 30%，而主要依赖 Projects 的用户，合并 PR 数达到此前的六倍。该功能目前处于测试阶段，从发布当日起逐步向全部用户开放。
为什么重要
过去一年，AI 编程工具的竞争集中在补全质量和单智能体能力上，而 Projects 把战场推到“编排层”：谁能让大量子智能体在共享上下文里协同、并让人类只做关键审批，谁就更可能拿下大型工程场景。这背后对应的是云端算力调度、上下文持久化和事件驱动订阅三项工程能力的组合，而不是单纯的大模型推理能力比拼。对闭源编辑器而言，这也是把用户工作流锁得更深的一种方式——任务、上下文和审查记录都留在产品内。
对用户/开发者/创作者的影响
对个人开发者和小团队，Projects 的云端并行意味着不必自备高配机器或自建智能体框架，就能接手原本需要多人协作的迁移类工作；但节奏会从“写代码”转向“定义任务、审查 PR、制定规则”。对企业采购方，需要关注的是权限、代码与上下文留在云端的安全边界，以及 Slack、PR 等外部系统接入后的审计能力。对创作者和产品型开发者，这更像一个信号：把重复性维护和跨仓库重构外包给智能体编排，正从实验走向可计费的产品功能。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是测试版转正式版的时间与定价是否变化，尤其是云端并行算力如何计费；二是 GitHub Copilot、Claude Code 等竞品是否跟进类似的“协调者+子智能体”编排形态；三是在数百 PR 级别的真实项目中，人类审查负担究竟下降多少，目前公开信息显示主要依据 Cursor 官方内测数据，尚缺第三方验证。
来源：AIbase
