Cursor 在 2026 年 9 月 2 日发布的自托管机器更新，扩展了团队使用自有执行基础设施的方式。如果项目依赖已有开发机、特殊构建工具或内部服务，这项更新值得关注。
理解它的关键，是分清“在哪里执行工具”和“在哪里推理”。本文于 9 月 10 日核对公告及架构文档。
哪些部分在自己的基础设施上运行？
Cursor 的架构文档将文件修改、终端命令、计算机操作工具和本地 MCP 服务放在用户管理的执行机器上。Agent 循环、规划和推理仍由 Cursor 运行。
这可以解决一部分环境限制，却不能单独满足“所有处理都必须留在私有网络”的要求。
评估时，先画出自己的实际链路：用户界面 → 编排 → 模型接口 → 执行机器 → 外部工具。为每条连接标明管理方和网络边界。“自托管”应落实到具体组件，而不是笼统标签。
哪些数据会离开执行机器？
文档说明，完整仓库、构建缓存和机器本地凭据保留在机器上；同时，执行机器会向 Cursor 发送任务所需上下文，包括文件内容、终端输出、差异、截图、本地 MCP 结果和路由元数据。产物还可能上传至 Cursor 管理的存储。
因此，不能从“仓库在本地”推导出“代码不出网”。读取文件可以传出相关代码，即使完整仓库仍保留在磁盘上。本地工具也可能在输出中带出敏感内容。
试点时可使用一次性仓库和虚构测试值，检查工具读取哪些文件、命令输出哪些内容，以及产生哪些截图或产物。本文描述的是官方文档行为，不是实际网络抓包结果。
选 My Machines 还是 Team Pools？
| 运维需求 | 评估起点 |
|---|---|
| 单个开发者的已有环境 | My Machines |
| 共享且统一维护的执行容量 | Team Pools |
| 不连接云端编排或推理 | 单独评估满足该条件的架构 |
Cursor 将个人机器与团队池描述为不同运行方式。建议先明确责任，再扩大容量：由谁修补镜像、轮换凭据、清理工作区，以及排查失败任务？
一次成功演示还不是运维方案。空闲成本、升级与故障恢复也需要纳入决策。
自托管执行会降低费用吗？
不一定。Cursor 文档说明，模型继续计费，用户还需支付和维护执行机器。建议比较完整流程：模型用量、计算、存储、空闲容量、重试和维护。
已有机器可能减少某项开支，同时增加另一项。应以实际完成任务的成本判断，而不是假设执行位置变化就会降低模型价格。
接下来应该比较什么？
如果核心要求是处理位置，可从离线 AI 编程指南开始，逐项识别外部依赖。部署责任可参考自托管检查表。
如果关注 Agent 能做哪些操作，继续阅读 Copilot 企业托管权限更新。任务在哪里运行、上下文去哪里、允许执行什么操作，是三个需要分别回答的问题。
常见问题
Cursor Self-Hosted Machines 是完整的内网部署吗？
不是。工具在自己的执行机器上运行，但规划、Agent 循环和推理由 Cursor 承担。官方描述的架构需要与云端通信。
仓库留在自己的机器上，代码还可能出网吗？
会。Cursor 文档说明，必要的文件内容、差异、终端输出、截图和本地 MCP 结果可能发送给其服务。完整仓库的位置不能决定所有数据流向。
禁止上传产物能让所有 Agent 数据留在本地吗？
不能。Cursor 说明，屏蔽产物上传只会阻止这类上传，工具调用及其结果仍会继续传递。这不是让 Agent 离线运行的方法。