提示詞迴圈的終結：Cursor 推出「Automations」以驅動背景代理式工作流 (Agentic Workflows)

Cursor 已正式推出「Automations」，這是一個全新的代理式編碼框架（Agentic coding framework），旨在從根本上改變軟體工程師與人工智慧互動的方式。透過允許 AI 代理（AI agents）根據特定觸發條件（例如程式碼提交、Slack 訊息或排程計時器）在背景自主運作，該公司旨在消除定義了第一代 AI 編碼工具的「提示與監控」（prompt-and-monitor）瓶頸。

此版本發布正值公司的關鍵時刻。報告證實 Cursor 的年化營收（ARR）已超過 20 億美元，這一里程碑主要歸功於向企業客戶的戰略轉型，這些客戶目前約占其收入基礎的 60%。隨著估值穩定在 293 億美元，Cursor 將 Automations 定位為軟體工程演進的下一個邏輯步驟，從代碼補全轉向全面的「代理運維」（AgentOps）。

重新定義開發者與 AI 的關係

在過去幾年中，AI 輔助編碼的標準工作流一直是反應式的：開發者選取程式碼，輸入提示詞，然後等待回應。雖然這種「副駕駛」（Copilot）模式顯著提升了個人生產力，但它仍然需要持續的人力關注和手動啟動。

Cursor Automations 顛覆了這種模式。系統不再等待使用者請求幫助，而是根據環境背景主動觸發代理來執行任務。這種轉變代表了從「將 AI 視為工具」到「將 AI 視為隊友」的跨越。

Cursor 異步代理工程主管 Jonas Nelle 將該系統描述為開發的「傳送帶」。Nelle 表示：「人類並非完全消失。相反，他們並不總是發起者。他們是在正確的時間點被召喚進來的。」這種轉變讓開發者能專注於高層級架構和戰略監督，而代理則在背景處理日常維護、安全檢查和分類篩選（Triage）。

Cursor Automations 如何運作

Automations 框架建立在 模型內容協定 (Model Context Protocol) (MCP) 之上，這是一項能讓 AI 代理安全地與外部工具和數據源對接的標準。該系統運行在簡單但強大的「觸發-動作」（Trigger-Action）邏輯上，允許工程團隊定義無需直接監督即可運行的工作流。

核心觸發條件與功能：

• 基於事件的觸發： 當拉取請求 (PR) 開啟或特定文件被修改時，可以自動部署代理。例如，代理可以在人類審核員看到之前，立即檢查新代碼是否存在安全漏洞或是否符合風格指南。
• 通訊觸發： 與 Slack 等平台的集成允許對話式工作流。#bugs 頻道中的訊息可以觸發代理查詢伺服器日誌、識別根本原因並起草潛在修復方案。
• 基於時間的觸發： 排程自動化可以處理定期維護，例如每週五更新依賴項或生成每週變更摘要。
• 事件響應 (Incident Response)： 透過連接 PagerDuty 等工具，Automations 可以充當「第一響應者」，在觸發警報時立即分析系統健康指標並創建事件報告。

工作流對比：反應式 vs. 代理式

下表概述了傳統 AI 編碼方法與 Cursor 引入的新型代理模式之間的根本區別。

表：AI 編碼工作流的演進

市場競爭中的企業增長

Automations 的發布解決了 Cursor 日益增長的企業客戶群的關鍵需求。雖然個人開發者越來越多地嘗試像 Anthropic 的 「Claude Code」 這樣成本更低的替代方案，但大型組織需要能整合到複雜 DevOps 流水線中的穩健、可擴展系統。

財務報告顯示，Cursor 的營收在短短三個月內翻了一倍，於 2026 年 2 月達到 20 億美元 ARR 大關。這種增長得益於公司鎖定企業合約的能力，在此類合約中，價值主張從「更快的打字速度」轉向了「自動化可靠性」。

然而，競爭環境異常激烈。隨著 GitHub Copilot 和新進入者爭奪市場份額，Cursor 履行「代理式」承諾的能力至關重要。批評者指出，雖然背景代理聽起來很有前景，但它們在監督和「代理擴張」（Agent sprawl）——即管理數十個自主流程的混亂——方面引入了新挑戰。Cursor 聲稱 Automations 透過提供集中控制層解決了這個問題，讓團隊能看見每個代理的動作。

軟體工程的未來

Cursor Automations 揭示了一個「軟體工程師」定義發生變化的未來。工程師的角色正日益轉向系統架構師，負責設計編寫代碼的「規則」，而不是親自編寫每一行代碼。

透過卸下啟動和監控日常任務的心理負擔，開發者據稱可以將更多「代幣」（Tokens）花在更難的問題上——深入思考系統設計而非語法。隨著行業消化這項新功能，Automations 的成功可能取決於代理的可靠性，以及開發者對一個在他們睡覺時編碼的系統的信任程度。