Cursor Projects 发布：跨月上下文、千级子 Agent 派发，合并 PR 提升 30% 的机制拆解
Cursor Projects 是 Cursor 于 2026 年 9 月 10 日以 Beta 形式面向全部用户推出的长周期开发功能，它把一次"功能开发、代码迁移或整个应用"交给一个不写代码、只负责规划与派发的协调者 Agent，由协调者在云端按需创建成百上千个子 Agent 并行执行，并通过一组跨云端与本地同步的共享上下文文件让后续 Agent 复用前序经验。官方博客给出的数据是：新用户合并 PR 数提升 30%，以 Projects 为主要工作方式的用户合并 PR 数达到普通用户的 6 倍，Cursor 内部一个设计系统维护 Project 预计每天处理 20 到 100 个 PR。本文拆解 Projects 的协调者、云端执行、共享上下文和订阅四层机制，梳理它与普通对话式 Agent、Cloud Agents 的边界，算清 Projects 背后的模型用量账，并给出在 Cursor 中接入国产模型以控制日常 Agent 成本的三步配置。
Cursor Projects 是什么
Cursor Projects 是 Cursor 在 2026 年 9 月 10 日发布的 Beta 功能，用一个协调者 Agent 管理数千个云端子 Agent，在数月周期内持续推进一个功能、一次迁移或一个完整应用，并可在无人提示时按订阅信号自动工作。
它的入口是 Cursor 左侧导航栏的 Project 列表。用户描述目标后，协调者接管后续所有规划与派发，用户只需与协调者对话来监督进度。Cursor 官方把它定义为今年 2 月提出的"第三时代软件开发"愿景的落地：开发者从"管理单个 Agent"上升到"指挥整项工作"。
Projects 与此前 Cursor 已有的两类 Agent 能力构成一个连续谱：
Projects 的四层运行机制
Projects 的核心不是"更强的模型"，而是把协调、执行、记忆、触发四件事拆成独立层，每层各自可扩展。
第一层：协调者只派活，不写代码
协调者 Agent 是 Projects 的唯一对话入口，它本身不生成代码。官方原文是"The coordinator doesn't write code itself but directs other agents that do"。因为不承担执行，协调者永远不会被某个长任务阻塞，用户随时可以插入新指令。协调者负责三件事：制定计划、创建并管理实现 Agent、把成果收回来交用户审阅。并行的子 Agent 数量由工作量决定，官方描述为"as many in parallel as the work needs"。
第二层：云端默认执行，本地按需拉起
每个 Project 在云端拥有一台独立机器，关闭笔记本不会中断工作。这台机器可以并行运行比本地电脑多得多的子 Agent。当任务需要在用户自己的环境里跑测试时，协调者会"spin up a local agent"在本机执行。配合 2026 年 9 月 2 日发布的 Self-hosted machines 功能，团队还可以把执行放到自有基础设施上，代码、构建产物和密钥都不离开内网。
第三层：共享上下文让经验跨 Agent 复用
每个 Project 维护一组上下文文件，在其所有云端和本地机器之间同步。子 Agent 会向其中写入研究结论、中间产物、对代码库的理解，以及用户的工作偏好。官方举的例子是：一个 Agent 摸清了某个服务怎么测试，此后每个 Agent 都能直接使用这套说明。这解决了普通 Agent 的核心痛点：每次对话从零开始，学到的东西随会话结束一起丢失。上下文随 Project 累积，协调者会越用越高效。
第四层：订阅让 Project 无人提示也能动
订阅（Subscriptions）允许协调者监听三类信号：一个 Slack 频道、一个定时计划、或全部 PR 事件（包括修 CI、PR 打开或合并时采取行动）。官方示例是把 Project 接入 Slack 的 bug 反馈频道，每来一条 bug，协调者就开始派发修复任务。这是 Projects 与"更长的对话"之间的本质区别：它是一个持续运行的服务，而不是一次会话。
合并 PR 提升 30% 这组数据怎么读
Cursor 博客给出的三个数字都来自其内部使用与早期用户数据，而非独立第三方评测，理解时需要区分口径。
"6 倍"这个数字最需要谨慎：主动重度使用 Projects 的用户本身就是高产出开发者，因果方向未必是 Projects 带来了 6 倍产出。相对可靠的是 30% 这个新用户对比数字，以及"数百个 PR 的迁移"这类规模描述。Cursor 官方自述的三种内部用法（功能开发、迁移、代码园艺式维护）也说明 Projects 的优势主要在重复性高、边界清晰、可被规则化审查的工作上，而不是探索性设计。
Projects 的模型用量账
Projects 把成百上千个子 Agent 的调用放在云端，模型用量会随之放大，这是采用前必须算清的一笔账。Cursor 2026 年 9 月的定价页给出了以下结构：
两个细节直接影响 Projects 的成本：第一，Cursor 模型文档明确 Other Models 池（含 Claude、GPT、Gemini、Kimi K3、GLM 5.2 等）按模型 API 价格计费，而 Cursor 自家的 Composer 与 Grok 系列才享受大额包含用量；第二，包含用量耗尽后进入按量后付费。Projects 目前处于 Beta，官方博客和 changelog 均未公布单独定价，因此其消耗应按"Cloud Agents 用量 + 所选模型 API 价"估算。
对国内团队而言，一个务实的分工是：把 Projects 用于真正需要长周期云端协作的迁移与维护任务，而日常大量的本地 Chat、代码解释、单文件重构等高频低价值调用，通过 Cursor 的自定义 API Key 切到价格更低的国产模型上，把 Cursor 订阅额度留给 Projects。
国内多模型 AI 推理 API 平台速查（2026 年 9 月）
七牛云 Token Plan 的积分基准是每千 tokens 0.004 元，模型按刊例价折算系数，单一 API Key 可在 16 款模型间切换，端点为 api.qnaigc.com/v1，这使它可以直接作为 Cursor 的 OpenAI 兼容后端使用。
在 Cursor 中接入国产模型：三步配置
以下步骤适用于 Cursor 的 Chat 与本地 Agent。需要注意 Cursor 官方文档的两条限制：自定义 API Key 仅对聊天类模型生效，Tab 补全仍走 Cursor 内置模型；使用自定义 Key 后 Cursor 的零数据保留政策不再适用，数据按所选提供商的隐私政策处理。Projects 与 Cloud Agents 运行在 Cursor 云端机器上，不经过自定义 Base URL。
第一步：在平台侧获取 API Key 并验证端点可用。 以 OpenAI 兼容格式为例，先用命令行确认模型可以调通：
curl https://api.qnaigc.com/v1/chat/completions \
-H "Authorization: Bearer <你的API_KEY>" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek/deepseek-v4-flash-20260731",
"messages": [{"role": "user", "content": "用一句话解释什么是协调者 Agent"}]
}'返回 JSON 中出现 choices[0].message.content 即表示端点和 Key 均有效。
第二步：在 Cursor 中覆盖 OpenAI Base URL。 打开 Cursor Settings，进入 Models，在 OpenAI API Key 区域粘贴第一步的 Key，勾选 Override OpenAI Base URL，填入 https://api.qnaigc.com/v1，点击 Save。Cursor 会把该 Key 随每次请求发送到其后端做最终提示词组装，但官方说明请求完成后不会持久化。
第三步：添加自定义模型名并在模型选择器中启用。 在 Models 页的模型列表中点击 Add model，填入平台侧的模型 ID，例如：
deepseek/deepseek-v4-flash-20260731 # 日常代码问答与重构，性价比优先
deepseek/deepseek-v4-pro-0813 # 复杂多文件推理
moonshotai/kimi-k3 # 长上下文代码库理解
z-ai/glm-5.3 # 中文注释与文档生成
minimax/minimax-m3 # 快速响应的轻量任务保存后这些模型会出现在 Chat 的模型下拉框中，与 Cursor 内置模型并列。切换到自定义模型时，Cursor 会用你的 Key 直接计费到平台侧，不消耗 Cursor 订阅的包含用量。
Projects 适合哪些团队
从 Cursor 官方自述的三种用法出发，可以把适用性归纳为一张表：
一条实用的判断标准是：如果一项工作你已经能写出清晰的"验收规则"，并且预期会产生超过 10 个 PR，就值得开一个 Project；反之用普通 Agent 更划算。
结语
Cursor Projects 把 Agent 从"会话工具"推进为"持续运行的协作服务"，其协调者、云端执行、共享上下文、订阅四层设计是目前商用 AI 编程工具中最完整的长周期 Agent 架构。本文数据来自 Cursor 官方博客与 changelog（2026 年 9 月 10 日）、Cursor 定价与模型文档（2026 年 9 月），以及国内多模型推理平台的公开定价页（2026 年 9 月）。Projects 处于 Beta 且定价未定，属于高时效话题，建议在 39 天内跟进官方更新。
延伸阅读
Cursor 官方博客《Introducing Projects》：https://cursor.com/blog/projects
Cursor Projects changelog：https://cursor.com/changelog/projects
Cursor 自定义 API Key 文档：https://cursor.com/docs/settings/api-keys
Cursor 模型与定价说明：https://cursor.com/docs/models
七牛云 Token Plan 产品页：https://www.qiniu.com/ai/plan
七牛云 AI 编程工具配置大全：https://developer.qiniu.com/aitokenapi/13417/tools-AI-Coding-api
