Технологии
Cursor вынес выполнение cloud agents на машины заказчика
Self-Hosted Machines оставляет inference и управление агентом в облаке Cursor, но переносит рабочую копию, команды и доступ к внутренним сервисам в инфраструктуру команды.

Агент остаётся облачным, инструменты переезжают внутрь
Cursor представила Self-Hosted Machines — режим, в котором cloud agents выполняют tool calls на машинах, управляемых самой командой. Репозиторий, изменения файлов и команды находятся в инфраструктуре заказчика, тогда как agent loop, inference и planning остаются в облаке Cursor. Это не локальная версия модели и не полностью автономная on-premise установка: граница проходит именно между рассуждением агента и средой исполнения.
Компания предлагает режим для случаев, когда агенту нужен прямой доступ к внутренним сервисам, source control и закрытым репозиториям, специальное оборудование вроде GPU или Mac для iOS-разработки, либо операционная система и build pipeline, которые трудно упаковать в стандартный Cloud Agent build. Обычные Cursor-hosted environments при этом остаются настройкой по умолчанию.
Cursor объясняет расширение растущей долей агентной работы: по собственным данным компании, cloud agents уже создают более 60% pull requests, которые она сливает внутри. Это корпоративный self-report, а не независимое измерение продуктивности, но он показывает, почему место исполнения становится отдельным продуктовым вопросом: агентам требуется доступ к тем же сетям, hardware и сборочным контурам, что и людям.
Worker подключается наружу, а не открывает вход в сеть
Машина регистрируется через Cursor CLI командой `agent worker start`. Worker устанавливает долгоживущее исходящее HTTPS-соединение с облаком Cursor. Когда начинается сессия, облачный harness формирует tool call, выделенный worker исполняет его в локальной среде и возвращает результат для следующего шага inference. Cursor подчёркивает, что сам не инициирует входящее соединение в сеть клиента.
Эта схема уменьшает внешнюю сетевую поверхность по сравнению с публичным endpoint для каждого runner, но не делает вычисления полностью закрытыми. Результаты инструментов возвращаются в Cursor и могут содержать код; transcripts также могут обрабатываться и храниться компанией. Поэтому Self-Hosted Machines решает вопрос местоположения исполнения, но политикам безопасности всё равно нужно учитывать, какие данные уходят в agent loop.
Для стандартных облачных сред Cursor перечисляет dedicated VM на сессию, network controls, secret redaction, egress controls и signed commits. При переходе на собственные машины часть ответственности явно меняется: команда выбирает sandbox, образ, доступные credentials, жизненный цикл workspace и сетевые разрешения. Сам факт размещения worker внутри периметра не заменяет минимизацию его прав.
Одна машина для себя или общий пул для команды
Self-Hosted Machines поддерживает две модели. My Machines связывает с аккаунтом один laptop или VM и рассчитана на персональные процессы. Pools создаёт именованную очередь workers для команды или предприятия: доступный worker забирает запрос, а при отсутствии свободной мощности задача ждёт подключения новой машины.
Для эластичного масштаба controller следит за очередью и запускает предоставленный командой spawn script. Это позволяет наращивать capacity во время всплеска запросов и отключать workers после простоя, не удерживая заранее фиксированный fleet. Пулы не привязаны к одному репозиторию: запрос указывает pool, после чего любой доступный worker может обслужить задачу из подходящего репозитория.
У соединения можно задать idle timeout. После него машина сбрасывается и возвращается в pool, либо сохраняет workspace для возможного продолжения. Cursor также описывает hibernation: состояние idle-машины помещается в snapshot, сама машина останавливается, а при follow-up в пределах reconnect window восстанавливается worker с тем же ID. Это компромисс между расходами простоя и временем повторного построения среды.
Поддержка sandbox-платформ и computer use
Cursor сообщает о поддержке нескольких sandbox providers, включая AWS Lambda Managed Instances, Daytona, E2B, Modal, Runloop, exe.dev и Vercel. В этой модели Cursor оркестрирует агентную сессию, а конкретная платформа предоставляет изолированную машину. Команда может встроить запуск workers в уже используемый cloud-контур вместо переноса проекта в универсальный образ поставщика агента.
Отдельное расширение — computer use на Linux и Mac. Агент получает screenshot и отправляет mouse и keyboard events, что позволяет работать с desktop applications, проверять UI и автоматизировать последовательности, не имеющие удобного API. Cursor указывает Linux computer use как новую возможность, дополняющую поддержку Mac.
Практический риск здесь выше, чем у узкой командной операции. Visual automation видит больше поверхности и может нажать элемент вне ожидаемого состояния, поэтому sandbox isolation, отдельные тестовые аккаунты и ограничения сети остаются обязательной частью дизайна. Публикация описывает инфраструктурную возможность, но не отменяет необходимости проверять итоговые изменения и отделять безопасные read-only действия от операций с внешним эффектом.
Что меняется для инженерной платформы
Self-Hosted Machines сближает coding agents с существующей моделью self-hosted CI runners: центральная система планирует работу, а чувствительное исполнение происходит рядом с кодом и внутренними зависимостями. Но отличие принципиально — агент формирует последовательность действий динамически, поэтому набор доступных tools и credentials требует более строгого проектирования, чем заранее известный build script.
Для пилота разумно начать с отдельного pool, ограниченного тестовыми репозиториями и короткоживущими credentials, затем измерить время ожидания, стоимость прогрева и долю follow-up сессий, которым действительно нужен сохранённый workspace. После этого можно выбирать между reset, snapshot и hibernation не по ощущению, а по профилю очереди.
Главный результат анонса — не обещание полного on-premise AI, а более точная декомпозиция cloud agent. Организация может контролировать машину, сеть и hardware, сохраняя запуск из desktop, cursor.com, mobile, Slack, GitHub и Linear. Взамен ей нужно явно принять оставшуюся облачную часть: inference, planning, передачу tool outputs и правила хранения transcripts.