Cursor Projects 变成多人了:你的智能体小队,现在能和队友的智能体直接对话
Cursor 在 11 月 10 日把 Projects 变成多人协作:队友带着自己的协调者和智能体加入同一个 Project,共用一块任务板和一个共享上下文。智能体之间现在能直接对话——但官方博客没给任何效果数据,共享上下文的治理规则也还是空白。

智能体小队,终于能组队了
11 月 10 日,Cursor 宣布 Projects 变成多人协作了。博客标题很简单:《Cursor Projects is now multiplayer》。九月的时候,Cursor 推出 Projects,让一个工程师通过一个协调者智能体指挥一支智能体小队,去啃一个功能、一次迁移、甚至整个应用这种“大块工作”。两个月后,这次升级把使用 Projects 的单位从一个人变成了一整个团队:邀请队友加入同一个 Project,大家带着各自的智能体,在同一个工作区里一起规划、一起写代码、一起交付。
先把这次升级和九月的首发区分清楚,因为本站九月已经报道过 Projects 的上线。那次的重点是“一个人指挥一支智能体小队”,这次的重点是“几个人、每人一支小队,在同一个 Project 里协作”。如果你只看标题,可能会以为这是一次小修小补——多加了个邀请队友的功能。实际上,Cursor 改的是 Projects 的基本结构:上下文从个人的变成团队共享的,智能体从只听一个人的变成能互相通气的,任务板从个人的待办清单变成全队共用的看板。这三个变化加起来,Projects 才从“个人的超级工具”变成“团队的工作区”。
Cursor 在博客里有一句话,值得原文引用精神:“到目前为止,多智能体系统只服务于一个人。Projects 是为整个团队打造的多智能体系统。”这句话的潜台词是:过去两个月里,智能体工具的竞争焦点是“一个智能体能干多少活”,从现在开始,竞争焦点要变成“几个人的智能体能不能一起干活”。这个判断对不对,要看实际用起来会不会撞墙——后面会讲到它的限制条件——但方向本身是值得记录的:AI 编程工具正在从“个人效率”走向“团队协作”。

从一个人到一队人:结构上变了什么
先看一个 Project 在多人模式下到底长什么样。每个人加入之后,仍然有自己和协调者的一对一对话,带着自己的工作智能体,各自有自己的本地上下文。在这个基础上,Project 多了两层全队共享的东西。第一层是共享任务板:谁在做什么、每个人的智能体在忙什么、每个任务背后对应哪个 PR,全队在同一块板子上看得一清二楚。第二层是共享上下文:需求文档、架构图、技术规格、设计稿,这些东西只建一次,之后随着团队的工作不断长大。一个对话里做出的决定,Project 里的每一个智能体都能读到。
这个结构解决的是一个很具体的痛点:智能体的上下文一直是按人隔离的。新人加入一个团队,以前要自己从头给智能体讲一遍项目背景、代码规范、踩过的坑,才能让它开始干活。在共享上下文的 Project 里,新人被邀请进来的时候,上下文已经是配好、最新的,不用重复搭一遍。Cursor 在博客里举了值班(on-call)的例子:他们内部有几个团队已经在用共享 Project 跑值班轮换。最近一次轮换交接,新接手的人的协调者先打了个招呼,然后直接从上一个人停下的地方接了下去——它已经知道哪些工作还在进行、哪些问题还没人处理、哪些事故和笔记需要交接、该盯哪些频道、哪些 Linear 看板和讨论串。进行中的工作甚至可以直接移交:新人的智能体直接把它接过去。
任务板和共享上下文的组合,还有一个容易被忽略的效果:人和智能体看到的是同一张图。以前,项目经理看的是 Linear 看板,工程师看的是自己的聊天记录,智能体看的是自己的上下文,三方的信息是对不上的。现在,任务板上写着谁在做什么、背后是哪个 PR,人和智能体读的是同一份实时状态。这个“同一份状态”听起来平淡,但在多人多智能体的协作里,它是防止重复劳动和互相踩脚的前提。
共享上下文:团队真正的资产
共享上下文是这次升级里最值得展开讲的部分,因为它改变了“上下文是谁的财产”这个问题。按 Cursor 官方文档的说法,Project 里的智能体用两套存储。第一套是 Project 自己的存储,路径是 /cursor/stores/self,显示为界面里的 Context,全队所有成员的智能体都能读写。第二套是每个人的个人存储,路径是 /cursor/stores/user,只属于你自己,你的偏好和技能存在这里,跟着你在不同 Project 之间走,队友的智能体看不到。你的协调者可以提议把你偏好设置里“描述这个 Project 该怎么做”的条目复制到 Project 的规则里,但只复制你批准的部分。
这个双层设计很关键。没有个人存储,共享就是泄密:你的私人偏好、你的个人技能、你存在个人存储里的东西,会被队友的智能体翻到。有了双层设计,共享和隐私就有了一条明确的分界线:Project 需要的,放在共享层;只属于你的,留在个人层。这条线划得越清楚,团队就越敢把真东西放进共享上下文。反过来,如果这条线是模糊的,团队成员会本能地把敏感信息留在共享层之外,共享上下文就会慢慢变成一本没人敢写真话的空账本。
但共享上下文也有一个天然的风险:污染。一个人在自己的对话里随手写错的决定、一个过时的技术方案、一段已经失效的约定,一旦进了共享上下文,就会被全队的智能体当成事实来用。Cursor 的设计里有一个缓解措施:决定是在某个人的对话里做出的,但做出之后要进共享层,才会被所有智能体读到。问题在于,博客和文档都没有讲清楚这个“进共享层”的动作是自动的还是需要人确认的,也没有讲如果共享上下文里出现了错误信息,团队要怎么清理、怎么回滚。对小团队来说,这可能是实际使用里第一个要立规矩的地方:谁有权往共享上下文里写东西,写错了谁负责改。
智能体之间可以直接对话了
共享工作区和共享上下文打开的第二扇门,是队友的智能体之间可以直接沟通。以前,你的智能体想知道队友那边在干什么,得由你去问队友、再转述给它。现在,协调者之间可以直接发消息,实时协调、互相解堵,不用经过人中转。Cursor 在博客里给了两个例子。第一个:一个工程师在给产品页加评价功能,同时一个设计师在重新设计这个页面,两边的协调者很早就发现了重叠,提前同步,最后评价功能直接做进了新设计里,事后不用再返工。第二个:你的功能要读数据库,同时队友正在改数据库结构,两边的智能体先商量好工作顺序,谁先谁后定下来,最后谁也不会在合并的时候撞上冲突。
这两个例子的共同点是:冲突是在“动手之前”被发现的,而不是在“合并的时候”才暴露出来。传统开发里,这类冲突要靠站会、靠文档、靠人的记忆来预防,漏掉一次就是一次返工。智能体之间直接对话,等于把“预防冲突”这件事从人的流程里抽出来,交给了机器去盯着。当然,这里的前提是两边的协调者真的能发现重叠、真的能达成一致。博客里没有讲协调者意见不一致的时候怎么办,也没有讲如果一个协调者理解错了对方的意图,会不会把错误同步给全队。这是 beta 阶段最需要实际验证的部分。
安全机制是这部分最值得细读的内容,按官方文档,Cursor 给智能体之间的消息定了三条规则。第一,消息会被明确标注为“智能体输入”:接收方会被告知这是队友的智能体发来的,它会把这段文字当作“需要权衡的、不可信的输入”,而不是当作它服务的那个人下达的指令;在分享那个人的私人文件或连接器数据之前,它要先征得同意。第二,你的对话不会被打断:队友的消息会进到一个从你的对话里分出来的旁支对话,叫“Chat with {名字}'s agent”,它用你的对话知道的东西来回答,答复再传回对方的对话,你的对话只在下一轮收到一条关于这次交流的备注。第三,旁支对话只能回答,不能做事:你可以读它、停掉它、归档它,但不能给它发消息;它绝不分享密钥、凭据或 token,只能读任务板、不能改任务板,不能向你提问、不能请求访问权限、不能连接源码管理、不能管理例行任务。
这三条规则合起来的意思是:智能体之间可以通气,但通气的那条线是受限的、单向的、可审计的。你的智能体不会因为队友的智能体一句话,就把你的私人文件发出去;你的对话也不会被队友的智能体半路插进来打断。这套设计说明 Cursor 想得很清楚:多人多智能体的风险不在“智能体太笨”,而在“智能体太主动”。先把主动的边界划好,再谈协作的效率。
账单与权限:谁花钱,谁能进
多人模式下最实际的两个问题是:钱谁出,人谁能进。账单的答案在官方文档里写得很清楚:每个人加入 Project 之后,自己的对话“按自己跑、按自己计费”。也就是说,你的协调者和工作智能体烧掉的 token,算在你的账上;队友的算在队友的账上。这个设计避免了最常见的团队纠纷:一个人让智能体狂跑大任务,最后账单平摊到全队头上。各算各的,责任也各归各的。团队负责人如果想控制成本,管的是“谁能进 Project”,而不是事后分摊账单。
谁能进,限制条件也不少。第一,Project 只在同一个 Cursor 团队内共享,加入要靠邀请,个人账号、其他团队的人进不来。邀请的流程是:在 Project 顶部点 Invite,按名字或邮箱搜队友、发邀请,对方在邀请卡上点接受,就有了自己的对话。Project 的所有者或者已经加入的人都可以邀请,Project 的链接也可以分享,但只有 Project 里的人能复制链接,所有者可以随时重置分享链接,让之前的链接失效。第二,队友必须有这个 Project 对应的仓库的访问权限,没有仓库权限是加不进来的。第三,三种情况不支持加入:开了 Privacy Mode(Legacy)的 Project、跑在自托管机器上的 Project、已经归档的 Project。
退出和移除的规则也很直接:不想继续参与了,在侧边栏的 Project 菜单里选 Leave Project,之后还能通过邀请或链接重新加入;所有者可以在邀请菜单里把任何人移除。这一套权限设计没有太多花样,但覆盖了团队协作里最基本的几件事:谁能进、谁能请人、谁能踢人、链接失效了怎么办。对小团队来说,这些规则够用了;对有合规要求的大团队来说,可能还需要审计日志、权限分级这些博客里没提的东西。
这次没给的数字
和九月首发时相比,这次多人版的博客有一个明显的差别:没有给任何数字。九月推出 Projects 的时候,Cursor 给了一个很具体的说法:用上 Projects 的新用户,合并的 PR 数量多了 30%,主要依赖它的工程师合并的 PR 数量是原来的六倍。这两个数字都是 Cursor 自己统计的,没有独立审计,但至少给了读者一个可以讨论的锚点。这次多人版的博客里,没有类似的数字:没有说用了多人版之后冲突少了多少、返工少了多少、交接快了多少。唯一的“证据”是值班交接的那个内部例子,而且是 Cursor 自己团队的故事,不是外部用户的实测。
这不是在指责 Cursor 没给数字,而是要提醒读者:这次升级的实际效果,目前还没有可以引用的数据。你可以相信它的设计思路是对的——共享上下文、智能体互通、共享任务板,每一项都对准了真实的痛点——但“思路对”和“用起来真的省时间”是两回事。值班交接的例子听起来很顺,但那是 Cursor 自己的工程师、在自己的代码库上、用自己最熟悉的工具跑出来的。换一个团队、换一个代码库、换一批不那么熟悉智能体的成员,同样的流程会不会一样顺,现在还没有答案。
另外,博客里有一句宣传口径需要打折扣来读:“Projects 是第一个让软件团队和他们所有的智能体并肩工作的空间。”这是 Cursor 自己的说法,不是行业的共识。别的工具也在往同一个方向走,有的从聊天工具切入,有的从代码审查切入,有的从任务管理切入。Cursor 的优势在于它把编辑器、云端智能体和 Project 这三层捏在了一起,但“第一个”这个词,在竞争这么激烈的赛道上,最好先当作厂商的自我定位来读,而不是事实陈述。
对小团队意味着什么
如果你是一个两三个人的小团队,正在做一次跨多个 PR 的功能开发、一次框架迁移、或者一个需要长期维护的项目,多人版 Projects 是值得马上试的东西。它的价值不在“智能体更聪明了”,而在“团队不用再重复教智能体了”。以前每个人都要自己给智能体讲一遍项目背景,现在讲一遍,全队共享;以前交接工作要靠文档和口头交代,现在智能体自己就能把进行中的工作接过去;以前跨职能的冲突要靠开会发现,现在智能体在动手之前就能提前同步。这三件事省下来的不是写代码的时间,而是团队协作里最磨人的那部分时间:对齐、交接、返工。
但也有几种情况不值得马上换过去。第一,你是一个人开发,或者团队只有两个人、而且一直坐在一起,口头对齐的成本本来就很低,多人版的收益可能还抵不上学习和配置的成本。第二,你的 Project 里跑的是很小的任务,一次改动就一个 PR,协调者的 overhead 反而比任务本身还大。第三,你的团队对共享上下文还没有立规矩:谁能写、写错了谁改、多久清理一次,这些问题没想清楚之前,共享上下文很容易变成一本越写越乱的账。
还有一个更实际的建议:先从一个具体的场景开始试,不要一上来就把全队的项目都搬进去。值班轮换是博客里给的例子,也是最适合先试的场景——交接频繁、上下文重要、出错的代价清晰。跑两周值班,看看交接是不是真的顺了、智能体是不是真的少问了重复问题,再决定要不要把功能开发、迁移这些更大的工作也搬进来。Beta 阶段的工具,最好的用法是小步验证,而不是全盘押注。
没写进博客的三件事
第一,效果数据。九月首发时 Cursor 给了 PR 数量的对比,这次多人版没有任何效果数字,没有冲突减少率、没有返工减少率、没有交接提速的数据。唯一的例子是 Cursor 自己团队的值班交接故事。实际效果要等外部团队用上一段时间才知道。
第二,定价变化。博客没有提多人版会不会改变计费方式,文档里只写了“各人的对话按各人计费”。团队版、席位费、用量上限这些问题,博客和文档都没有展开。已经在用 Cursor 团队版的人,应该先去查自己套餐里的用量规则,再决定让多少人进 Project。
第三,共享上下文的治理。博客讲了共享上下文是什么、有什么好处,但没有讲写错了怎么办、过时了怎么清理、谁有权改。多人多智能体的协作里,共享上下文的质量决定了整个系统的质量,这部分规则目前是空白,团队要自己先立规矩。
最后回到那句“为整个团队打造的多智能体系统”。这句话如果成立,意味着 AI 编程工具的竞争正在换赛道:从比谁的智能体更能写代码,变成比谁的协作结构更能让一群人和一群智能体一起干活。Cursor 这次给出的答案是共享任务板、共享上下文、智能体互通,这三件套在设计上是自洽的。但设计自洽不等于用起来顺手,多人版才刚刚进入 beta,真正的考验不在发布这一天,而在接下来的几个月里:有多少团队真的把它用在日常开发上,有多少值班交接真的靠它顺下来了,有多少合并冲突真的在动手之前就被拦住了。这些答案不在博客里,在使用记录里。
评论 (0)
原始来源
相关文章
2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。
2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。
2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。