Cursor发布Projects，协调者调度数千子智能体

AI代码编辑器Cursor正式发布全新功能Projects（beta版）。该功能面向功能开发、大规模代码迁移以及完整应用构建等大型复杂任务，通过引入协调者智能体来调度数千个子智能体并行执行，让开发者不必再逐一管理智能体，而是直接指挥任务本身。

在核心架构上，Projects由三大支柱能力构成。
第一，默认云端运行与按需本地测试。每个Project都在独立的云端计算机上运行，即使合上笔记本电脑也不会中断，从而支撑起超越本地算力的海量子智能体并行工作；当需要进行本地测试时，协调者会自动启动本地智能体来处理。
第二，共享系统上下文。每个Project会维护一组持续同步的文件，智能体把研究成果、对代码库的理解以及偏好设置沉淀其中，随着时间推移，协调者会变得越来越高效。
第三，智能订阅机制。协调者可以监控Slack频道、按计划运行任务，或跟踪所有的Pull Request，在检测到信号时主动采取行动，无需人工持续提示。

围绕具体应用场景，Projects主要覆盖三大落地模式。
在功能开发方面，系统先由智能体开展研究并建立共享上下文，随后由协调者制定计划并指派子智能体并行实现与测试，上线之后还能持续监控日志并处理bug。
在代码迁移方面，针对容易开始却难以收尾的大规模框架升级或样式替换，系统能够在数百个PR中逐步推进，前期由人工严格审查，后期随着方案成熟，由协调者自主持续推进。
在持续性的花园式维护方面，它非常适合处理代码质量监控或回归测试，例如自动提取设计系统组件并在线生成规则，实现高效的自动化治理。

Cursor官方透露，内部团队已经对Projects进行了数月的深度测试，并将其应用于涉及数百个PR的迁移以及功能发布中。实测数据显示，该功能带来了显著的生产力倍增：新用户合并的PR数量增加了百分之三十，而主要依赖Projects的用户，其合并的PR数量更是达到了六倍。目前，该功能正处于beta阶段，并逐步向所有用户推出。

从产品思路来看，Projects把开发者的角色从智能体的操作者转变为任务的指挥者。云端算力与共享上下文的结合，让大规模、长周期的工程任务能够在较少人工干预的状态下持续推进。对于需要频繁进行框架升级、设计系统治理的团队而言，这种协调者加子智能体的组织方式，提供了一条值得关注的工程协作路径。