Cursor 正式发布 Agent SDK：把智能体定义成一个可评测的代码目录

Cursor 在 10 月 20 日的官方博客宣布 Agent SDK 正式可用。官方给的定义方式很具体：把智能体定义成一个代码目录，用评测（evals）测试它，然后部署。语言是 TypeScript，接入通道支持 GitHub 与 Slack，评测可以在本地 CI 里跑。

这套抽象的价值在于把智能体从「一段提示词加一堆配置」变成有版本、可回归测试的软件产物。团队能用它做 PR 审查、安全审查这类重复性工作流，Cursor 自己也是用它构建 Bugbot 与安全审查智能体的，等于把内部工具链外部化。

把评测放进 CI 是本月开发者工具反复出现的动作。智能体的可靠性没法靠单次演示证明，只能在固定任务集上跑分并阻止回归上线；同一逻辑也能在 Anthropic 捐出 Agent Skills 标准、GitHub 把智能体权限细分进用量 API 这些动作里看到——行业正在从「会跑」转向「可验收」。