Cursor 正式推出 Agent SDK：用 Markdown 写提示、TypeScript 写工具，把 Agent 当代码管理，可托管部署也可自建，内置评测

核心背景与行业痛点

团队自己做 Agent 时，提示词散落在后台配置里，工具接入各写各的，改一句提示就可能悄悄把效果改坏，又没有回归测试兜底。Cursor 此前已经在内部用同一套框架做了 Bugbot、Security Review 等 Agent，10 月 13 日 AICoder 也报道过其 BDK 的扩展。这次 Cursor 在 X 上宣布 Agent SDK 正式可用，把这套做法开放给所有开发者：Agent 的行为写成仓库里的文件，像普通代码一样评审、测试和发版。

架构亮点与底层机制

按官方文档，一个 Agent SDK 项目是一个由 Markdown 和 TypeScript 组成的文件夹：bot/instructions.md 是必需的常驻系统提示，bot/tools/ 下每个 .ts 文件定义一个带类型的工具，另有 skills（按需加载的流程）、mcp-connections（接 MCP 服务）、subagents（子 Agent）、channels（HTTP 入口）、hooks（只读事件订阅）和 schedules（定时运行）等目录。开发者写提示和工具，模型循环、工具调用、会话、沙箱、密钥管理和部署由 Cursor 负责；可选 Cursor 托管，也可以在自己的基础设施上跑。触发源包括代码仓库事件、Issue 跟踪器、Slack 线程、自定义 Webhook 和定时任务。

权威 Benchmark 与实测跑分对比

这是开发工具发布，官方未公布任何跑分，也未在我们核实的文档中给出定价。所谓「内置评测」指的是项目自带的 evals/*.eval.ts 回归测试，用来给自己的 Agent 打分，不是对外可比的基准成绩。

开发者实战落地与开箱指南

官方文档推荐的流程是：先用 agent-sdk validate 校验项目，用 agent-sdk tool call 直接调用工具确认返回的证据正确，再用 agent-sdk run 实跑一轮、查看打印出的会话轨迹，最后 agent-sdk eval 跑冒烟评测，并补一遍 TypeScript 类型检查。官方称只有 run 和 eval 需要 Cursor 凭证。也可以让仓库里的编程 Agent 按 bdk-create-agent 等技能脚手架出第一版。适合 PR 审查、发布审批、值班助手这类需要接 GitHub、Slack 和 Issue 系统的内部 Agent。