給 coding agents 一台自己的電腦：Cursor 如何打造 cloud agents

🧑‍🏫 Cursor 是一套用 AI 幫忙寫程式的編輯器。這支影片是 Cursor 團隊分享，他們怎麼讓 AI agent 在雲端自己把事做完，還讓整套做法越用越順。Agent 指的是能自己規劃、動手做事的 AI 助手。如果你想知道 AI 助手接下來會怎麼「上班」、人又該怎麼跟它分工，這支很值得看。

• 00:14 模型已經非常強。越來越多工作的瓶頸不是模型智力，而是人類有沒有給模型工具、context，以及更有野心的任務
  ↳ 現在的模型已經夠聰明了。事情卡住，多半是人沒給它夠用的工具和 context（背景資料，例如專案說明、相關檔案），或是只敢交小事給它。
• 00:45 Cursor 把自己的工作定位為：安全地讓 agents 自由發揮，去做越來越大的任務
  ↳ Cursor 把自己的角色定位成替 AI 準備工作環境的人：在不出事的前提下放手，讓 agent 能接下越來越大的工作。
• 00:45 三個階段之一：先給 agents 工具和 context，讓它們更能自主工作
  ↳ 第一步是讓 agent 不用事事問人。給它能用的工具和需要的背景資料，它才有辦法自己把事情做完。
• 00:45 三個階段之二：學會善用更強的模型。調整自己的工作模式和習慣需要花不少功夫
  ↳ 第二步是人要跟上。模型變強了，人不能再用舊方式一步步盯著它，但要改掉習慣本身就得花不少力氣。
• 01:15 三個階段之三：打造「建造系統的系統」。不再手把手帶 agent 從 A 做到 D，而是用這些時間建立能處理 A 到 Z 的系統
  ↳ 第三步是換角色：與其每次陪 agent 一步步做完一件事，不如把時間拿去打造一套機制，讓它自己跑完整個流程。
• 01:45 參考新人到職流程：開發者加入 Cursor 時會拿到電腦，有人協助設定開發環境，還有大量文件。最關鍵的是那台電腦
  ↳ 講者拿新人報到來比：新同事會拿到電腦，有人幫忙裝好開發環境（寫程式、測試需要的軟體和設定），還有一堆文件。其中最重要的是那台電腦。
• 02:16 過去對模型的「到職流程」只是把它丟進 codebase，它看不懂在做什麼，也無法測試應用程式，只能硬讀程式碼
  ↳ 以前只是把 AI 丟進 codebase（整個專案的程式碼）就叫它做事。它沒辦法把程式跑起來試，只能靠讀程式碼去猜。
• 02:46 Cursor 做了一個 Claude onboarding agent，網址是 cursor.com/onboard。它探索 codebase 的目的不是改程式，而是搞清楚怎麼把它跑起來
  ↳ onboarding agent 是專門「幫 AI 報到」的 agent。它讀專案不是為了改程式，而是要摸清楚怎麼把這個專案啟動、跑起來。
• 03:17 onboarding agent 會實際操作 app 並回傳 demo，還要找出環境變數和所需權限，過程中會和開發者互動，確認服務正常運作
  ↳ 它會真的打開 app 操作，錄 demo（示範畫面）給你看，也會找出環境變數（程式啟動要用的設定值，像金鑰、網址）和需要的權限，有疑問就問開發者。
• 03:17 開發者每天跑很多 Claude agents，所以任何問題都會在大量執行中被放大
  ↳ 一個人一天會同時跑很多 agent，所以就算只是啟動慢一點這種小毛病，乘上很多次也會變成大浪費。
• 03:48 cloud agents 每次執行都要從頭啟動開發環境，不像本機開發可以讓服務一直開著。它們花很多時間在睡眠和等待啟動
  ↳ cloud agents 是在雲端電腦上跑的 agent。它每次都得從零把環境開起來，不像自己的電腦可以一直開著，所以很多時間耗在等服務啟動。
• 03:48 Cursor 做了一個 dev CLI 工具，讓 agents 啟動服務、等待服務就緒、查看狀態。它也是一把瑞士刀，能建立測試帳號、登入第三方服務
  ↳ Cursor 做了 dev CLI（打指令操作的工具），讓 agent 一個指令就能開服務、等服務準備好、查看狀態，還能建測試帳號、登入外部服務。
• 04:18 開發環境改善後，更多開發者跑更多 cloud agents、收穫也更多，形成正向回饋循環
  ↳ 環境好用了，大家就更常用 cloud agents，得到的成果也更多，於是更值得繼續改善環境，形成越滾越好的循環。
• 04:18 給人類開發者的文件也做成簡化版給 agents，讓它們遇到邊緣案例或難題時有資料可參考
  ↳ 公司給工程師看的文件，也整理一份精簡版給 agent。遇到少見的狀況或卡關時，它有地方可以查。
• 04:48 自主原則一：給 agents 眼睛。你看得到的，agent 也要看得到，例如 agent 執行中的 app、你對 app 狀態做的變更
  ↳ 原則一是讓 agent「看得到」：你看得到正在跑的 app、看得到你剛改了什麼，agent 也應該看得到，不然它只能瞎猜。
• 04:48 debug 某次 chat 時，要讓 agent 也能看到另一個 agent 的 chat 內容，就像你看得到一樣
  ↳ 例如要查某次對話哪裡出錯，你會去翻那段對話紀錄。那負責 debug（找錯、修錯）的 agent 也該讀得到同一段紀錄。
• 05:19 自主原則二：在合理的安全限制下給 agents 工具，讓它們能做你做得到的事，例如執行你能執行的應用程式、使用你能用的服務
  ↳ 原則二是讓 agent「做得到」：在安全範圍內，你能開的程式、能用的服務，也開放給它用。
• 05:19 agents 是 auto regressive（自迴歸）的，所以 codebase 和指示本身要高品質，輸出才會高品質
  ↳ auto regressive（自迴歸）是指模型會根據前面的內容一段一段往下接。所以程式碼和指示寫得亂，它接出來的東西也會亂。
• 05:49 講者認為自主的基礎是 computer use（輸入原始像素，輸出滑鼠和鍵盤操作）。coding 之後，computer use 是下一個重要領域，而 Claude 系列很擅長
  ↳ computer use 是讓 AI 看螢幕畫面，自己動滑鼠、打鍵盤操作電腦。講者認為這是寫程式之後的下一個重點，而 Claude 在這方面很強。
• 05:49 難處不在點對位置。coding 像西洋棋，整個棋盤一覽無遺；操作 GUI 則像電玩，一次只看得到一小塊，還有單向門和 game over 狀態
  ↳ 難的不是點準按鈕。寫程式像下棋，整個棋盤一眼看得到；操作 GUI（有視窗和按鈕的圖形介面）像打電玩，一次只看到一小塊，有些步驟做了就回不去。
• 06:19 因此需要較高層次的 metacognition、backtracking 等一般智能，Claude 系列很擅長這些。字幕中講者說「Claude 47」是他們的 computer use 模型
  ↳ 所以 AI 需要 metacognition（察覺自己是不是搞錯了）和 backtracking（走錯就退回重來）。講者說 Claude 擅長這些，字幕裡把他們的 computer use 模型寫作「Claude 47」。
• 06:19 例子：agent 被指派實作一個 private marketplace 功能，完成後錄了 demo，展示 URL 輸入、加入 CSV 等細節
  ↳ 實際例子：agent 被派去做一個 private marketplace（私人商城）功能，做完後自己錄了 demo，展示輸入網址、加入 CSV（表格資料檔）等細節。
• 06:49 demo 不只讓 agent 自己做 end-to-end 測試，也讓開發者在看程式碼前就能用高頻寬的方式審查成果，同時跑很多 agents 時特別有用
  ↳ demo 讓 agent 能自己做 end-to-end 測試（從頭到尾實際操作一遍，確認真的能用）。人也能先看影片判斷成果，不必先啃程式碼。
• 07:19 使用模式一：大量小任務、bug 和 issue 不要再記進筆記或 tracker，直接寫成 prompt 發出去。回來的 demo 省下審大量程式碼的時間
  ↳ 用法一：想到的小修改、小 bug，別再記進待辦清單，直接寫成 prompt（給 AI 的指令）交出去，之後回來看 demo 就好。
• 07:49 使用模式二：把更大的專案交給 cloud agent，讓它工作更久
  ↳ 用法二：把比較大的專案交給 cloud agent，讓它長時間自己做下去。
• 07:49 Cursor 原本就預期 agents 更強後開發者會做更有趣的事，但實際效果的程度仍讓他們驚訝
  ↳ Cursor 本來就預期 agent 變強後，工程師能做更有意思的事，但實際效果有多大，還是讓他們很驚訝。
• 08:19 雲端帶來的安全性很重要。「security through freedom」：開發者不必擔心資源管理、切換 context，也不必擔心 agent 亂動環境變數
  ↳ 雲端的好處是「安全帶來自由」：agent 在自己的雲端電腦裡做事，你不用顧電腦資源、不用一直切換手上的工作，也不怕它亂改你的設定。
• 08:50 大家都很驚訝，這讓寫程式變得愉快許多
  ↳ 大家都很意外，寫程式因此變得開心多了。
• 08:50 agent 失敗時值得停下來找原因、debug 並修正，因為修正的好處會擴及整個團隊和公司
  ↳ agent 失敗時別只是重跑一次，值得花時間找出原因修好。修一次，全公司的 agent 都會受惠。
• 09:20 失敗模式若一直存在，會在全公司持續累積，大家就不想用 agents。反之，投資改善後大家會更常用、建立信任，能 one-shot 更大的任務
  ↳ 同一個毛病一直沒修，全公司會一再踩到，大家就不想用了。反過來越修越順，大家越信任，就敢交更大的任務讓它 one-shot（一次做完）。
• 09:20 這是工作思維的重要轉變：你是在為「系統」寫程式
  ↳ 這是思維上的大轉變：你寫的不只是某個功能，而是一整套讓 agent 好好工作的系統。
• 09:50 教 agents 做得更好的這個循環很像寫程式，所以他們想：這件事應該交給 agents 自己做
  ↳ 教 agent 做得更好，本身就是「發現問題、修改、再試」的循環，跟寫程式很像。那乾脆也交給 agent 自己來做。
• 10:20 最重要的做法是讓 agents 反覆改進自己的工作流程，稱為 agent experience。要像重視 developer experience 一樣，甚至更重視它
  ↳ 最重要的是讓 agent 持續改善自己的工作流程，這叫 agent experience。公司多重視工程師好不好做事（developer experience），就該同樣甚至更重視它。
• 10:20 運作方式：agents 做事時遇到問題就回報，就像對人類說的「看到問題就說出來」，所有回報集中在一個 system of record
  ↳ 做法是 agent 做事時碰到問題就回報，就像公司常對員工說「看到問題就講出來」。所有回報都集中在一個 system of record（統一記錄的地方）。
• 10:51 管理者審查回報、分類、去重，分成三類：可修的技術問題、權限問題（沒有存取權）、無知問題（需要人類告訴它正確做法）
  ↳ 管理者把回報整理好、合併重複的，分成三類：技術上能修的、缺權限的，還有 agent 不知道正確做法、需要人告訴它的。
• 11:22 最後由 agents 和人類一起修正。目標是人類參與越來越少，最終 agents 能 end-to-end 自己解決，人類不必審查也能高度信任
  ↳ 接著由 agent 和人一起修。目標是人插手越來越少，最後 agent 能自己從頭修到尾，人不用審查也放心。
• 11:22 最重要的 skill 叫「work on the factory」，每個 cloud agent 都有：遇到惱人、壞掉或令人困惑的事就回報，好改善工具和流程，而不是硬撐下去
  ↳ 每個 cloud agent 都有一個叫「work on the factory」的 skill（預先寫好的做事方法）：遇到煩人、壞掉或看不懂的事就回報，而不是硬撐下去。
• 11:53 以前的模型做不好這件事，現在的模型會「覺得煩」、發現東西壞了、察覺自己困惑，並且主動回報
  ↳ 以前的模型做不到這件事。現在的模型會察覺「這很煩」、「這壞了」、「我搞不懂」，而且會主動說出來。
• 12:24 要讓整個系統自我改進，解決回報的問題本身也是重要挑戰。這類開發體驗問題常是偶發的 flake，讓 agent 直接 one-shot 效果不好
  ↳ 回報完還得修好，系統才會越變越好。但這類問題常是 flake（偶爾才出現的問題），叫 agent 一次修好，往往修不準。
• 12:24 解法：負責修正的 cloud agent 會帶著修改後的開發環境再啟動一批 cloud agents，在這組 eval set 上確認解法穩健
  ↳ 所以負責修的 agent 會用改好的環境，再開一批 agent 去跑一組 eval set（固定的測試題），確認修法每次都有效，不是剛好碰巧成功。
• 12:55 這樣 PR 回到人類手上審查時，可以高度相信它經過充分驗證
  ↳ 等 PR（送給人審查、準備正式採用的程式修改）回到人手上時，已經驗證過很多次，人可以很放心。
• 12:55 這類 skills 像作業系統裡的背景 garbage collection 或清理程序
  ↳ 講者把這類 skill 比作電腦的 garbage collection（系統在背景自動清掉用不到的東西），在背景默默維護環境。
• 13:26 這些模式目前用在 coding，但預期會推廣到 coding 以外的領域。其實 cloud 開發體驗本身就不純粹是 coding 問題
  ↳ 這些做法目前用在寫程式，但預期會推廣到其他領域。其實雲端環境好不好用，本來就不只是寫程式的問題。
• 13:57 想讓自己的 agents 自由發揮，可以到 cursor.com/onboard，讓 Claude onboard 到你的 codebase
  ↳ 想試試看的話，可以到 cursor.com/onboard，讓 Claude 熟悉你的專案，學會怎麼把它跑起來。

根據講者的說法，Cursor 的 Claude onboarding agent 探索使用者的 codebase，主要目的是什麼？