Cursor 開放 Self-Hosted Machines：雲端代理可在企業自管基建上執行
2026 年 9 月 2 日，AI 編程工具 Cursor 於官方博客宣布推出 Self-Hosted Machines：企業可把 Cloud Agent 的工具執行（改檔、跑指令、電腦操控、本地 MCP）移到自行管理的機器或機器池，同時仍由 Cursor 雲端負責推理與規劃。本文已核對 Cursor 官方產品博客（Jack Pertschuk，2026-09-02）與官方文件〈Self-Hosted Machines〉，來源真實性已驗證。重點包括架構切分、Worker／Pool 機制、合作沙箱供應商，以及對香港企業數據主權與開發流程的意義。
一、核心事件：把「執行」搬回企業網絡
技術細節
Cursor 指出，內部已有超過六成合併的 pull request 由雲端代理建立，企業對「代理跑在哪裡」的要求正快速上升。Self-Hosted Machines 的設計原則是：
- 執行環境自管：工作副本、建置快取、機上憑證留在企業機器。
- 代理迴路仍在 Cursor 雲：推理、規劃、模型呼叫由 Cursor 處理。
- 出站連線、無入站：Worker 以 Cursor CLI（
agent worker start）建立對外 HTTPS 長連線；Cursor 不會主動連入企業網絡，亦不要求公開 IP 或 VPN 入站。
官方列舉適用情境：嚴格網絡隔離、需直連內網原始碼與服務、需要 GPU／Mac（例如 iOS 建置）、或現有映像與建置管線難以包裝成 Cursor 託管建置。
同時文件亦提醒：多數團隊若已滿足隔離 VM、出站網域允許清單、PrivateLink／Tunnel 私有連線與 Privacy Mode，可繼續使用 Cursor 託管的 Cloud Agents，不必急於自建機隊。
二、技術原理深度解析
Worker、Pool 與 Controller
| 元件 | 角色 |
|---|---|
| Worker | 企業擁有並以 CLI 註冊的機器；實際改檔、跑指令、存取程式碼。 |
| Pool | 命名佇列；聊天在池中等候，由空閒 Worker 認領。 |
| Controller | 企業提供的擴縮邏輯；佇列有請求且無空閒 Worker 時啟動新機器。 |
兩種配置：
- My Machines：個人工作流，把筆電或單機 VM 接到帳戶。
- Pools（團隊）：企業共享容量；文件寫明 Team Pools 需 Enterprise 方案與服務帳戶 API key，並可在儀表板設「允許」或「強制」走自託管。
什麼會離開企業網絡
完整 checkout、建置快取與機上憑證留在本機。執行期間 Worker 會把代理所需內容回傳 Cursor（例如檔案內容、終端輸出、diff、截圖、本地 MCP 結果）。若開啟桌面分享，亦會串流代理桌面。產物（截圖、影片、日誌引用）預設上傳至 Cursor 管理儲存，以便出現在 PR 與儀表板；團隊可封鎖產物上傳網域以關閉該路徑。
Privacy Mode 同樣適用：啟用後，Worker 送出的程式碼不會被 Cursor 或模型供應商用於訓練。
Worker 需要的出站 HTTPS 目標包括 api2.cursor.sh、api2direct.cursor.sh，以及產物用的 cloud-agent-artifacts.s3.us-east-1.amazonaws.com。
擴縮、休眠與合作夥伴
池可依佇列自動擴縮，並不綁定單一倉庫——請求只需指定池名。閒置逾時後可重置回池，或以 hibernation 快照停機，在重連窗口內恢復同一 Worker ID。官方合作沙箱／主機包括 AWS Lambda、Cloudflare、Coder、Daytona、E2B、Modal、Namespace、Vercel 等；Linux Worker 亦支援與 Mac 同級的 computer use（瀏覽器點擊與截圖）。
三、日常應用場景
1. 開發者與技術團隊
遠端開發者可在 Cursor 桌面版、網頁、手機、Slack、GitHub、Linear 啟動代理，但實際編譯與測試跑在公司 GPU 池或 Mac mini 池——尤其適合 iOS／macOS 建置與需本地 MCP 的工作流。
2. 企業與隱私敏感行業
金融、法律、醫療等受 NDA 與數據出境限制的團隊，可把工具執行留在內網，同時保留雲端代理的協作介面。仍須清楚界定：推理與部分工具輸出會回傳 Cursor；合規評估不能只看「機器在內網」。
3. 一般用戶與小型團隊
My Machines 可把個人開發機接上，適合試作；大規模 Team Pools 則偏向企業方案與自建控制器。
4. 香港與亞洲市場視角
香港《個人資料（私隱）條例》（PDPO）與金融／專業服務的客戶保密要求，令「代理能否碰內網原始碼」成為採購關鍵。Self-Hosted Machines 提供一條路徑：執行靠近資料，出站連線可控。企業仍應盤點回傳內容、產物上傳與模型供應商條款，並與內部雲端、零信任與私有 LLM 策略對齊。
四、專業評價與潛在考量
優勢
- 把執行位置交回企業，對內網服務與特殊硬體更務實。
- 出站連線模型降低開入站防火牆的摩擦。
- 池化、休眠與多家沙箱整合，減少「常開機隊」成本。
需要留意的地方
- 推理與規劃仍在 Cursor 雲；並非完整「模型不出境」。
- Team Pools 需 Enterprise 與運維投入（映像、密鑰、擴縮、驗證）。
- 工具輸出與產物路徑若未嚴控，仍可能帶出敏感內容。
結語
Self-Hosted Machines 反映代理式開發的下一階段：企業要的不只是「有 AI 寫 code」，而是 在可控基建上寫、測、交 PR。對香港團隊而言，這與數據主權、內網源碼與合規審計同一條線。
若企業需要把敏感代碼與領域知識留在本地、再對外提供 OpenAI 相容 API，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起；Dataset → QLoRA/LoRA → 私有 API，100% 數據不出境）。雲端遷移與網絡隔離需求，亦可見雲端遷移與網絡安全。
參考來源
- Run cloud agents on machines you manage · Cursor Blog（Jack Pertschuk，2026-09-02）
- Self-Hosted Machines · Cursor Docs
- Cursor @cursor_ai 宣布貼文（發現來源，非唯一依據）