Cursor更新支持将agent工具执行放在客户自有网络中，并新增团队worker队列、云沙盒集成及Linux/macOS电脑操作功能。
AI解读：Cursor这次更新的核心是让AI agent在你自己控制的机器上运行，而不是在云端的共享环境里。对安全和合规要求高的企业，这意味着代码库、构建产物和密钥都不用离开内部网络，agent操作工具的每个步骤都在本地完成。同时新增的团队动态池相当于一个自动伸缩的worker队列：请求多时自动加机器，空闲时休眠，按需扩容，不用长期养着昂贵算力。如果你已经在用AWS Lambda、Cloudflare、Modal这些沙盒，agent现在也能直接在上面跑，省去迁移成本。对普通个人用户，实用性有限，除非你愿意把个人电脑接入作为“我的机器”；但如果你的团队有私有化部署需求，这次改动能降低把AI开发工具引入生产环境的门槛，不必被迫把代码交给第三方云。目前电脑操作功能只支持Linux和macOS，Windows还没提，使用前需确认桌面环境支持。
Cursor在其Changelog中宣布支持自托管机器（self-hosted machines），允许用户将agent的工具执行完全保留在自己的网络中，代码库、构建产物和机密信息均存放于内部机器，agent在本地处理工具调用。
动态池调度：My Machines与Team Pools
My Machines可将单个笔记本电脑或虚拟机连接到个人账户，用于个人工作流。团队池（Team Pools）则是面向团队或企业的具名worker队列。能力可随请求到达增长，并在worker断开时缩减，以匹配需求扩展。
池不绑定单一仓库：只要命名池，任何可用worker都能认领请求。池还能休眠空闲机器，并在后续请求到达时于重连窗口内恢复，避免为下一个提示词长期保持昂贵算力。
云沙盒与系统支持扩展
云agent现可在用户已有的基础设施上执行，包括AWS Lambda、Coder、Cloudflare、Daytona、Modal、Namespace、Vercel和E2B。
自托管worker现支持在Linux和Mac上执行电脑操作（computer use）。在安装相应桌面包后，agent可点击、输入、截图并驱动浏览器；用户可从Cursor观看或接管其桌面。