过去两周 Cursor 的更新很清晰地指向一个方向：它正在从"AI 编程工具"进化成"以编程为核心能力的 Agent 操作系统"。Automations 的更新路径是这个转变最直观的体现。
Automations 的三次版本迭代
回顾 Automations 的发展，能看到一条清晰的产品逻辑演进：
第一阶段（基础自动化）：用户手动触发，执行预定义任务，本质上是"宏"——有用，但天花板低。
第二阶段（/automate skill）：用户用自然语言描述任务，Cursor 自动配置触发器、指令和工具。这是从"工具"到"意图界面"的跃迁——用户不再需要知道"用什么触发、执行什么脚本"，只要说想要什么。
第三阶段（现在）：Cloud agents 在 automations 内部获得 computer use 能力，可以独立操作自己的电脑生成 demo 或 artifacts。Agent 的工作不再只停留在代码层面，而是延伸到"把产出展示出来"。
这个三段式进化，本质上是在重构一个根本问题：人类和 AI 协作的界面应该长什么样？
传统工作流是"人做一步，AI 做一步"；Automations 现在是"人说目标，AI 自己规划执行路径并产出结果"。这不是效率提升，是工作模式的根本改变。
GitHub 触发器：让代码审查闭环
新加入的五个 GitHub 触发器值得单独说：
- Issue comment（非 PR 的 issue）
- PR review comment
- PR review submitted
- Review thread resolved/unresolved
- Workflow run completed
这覆盖了代码协作中除了 push/merge 之外最关键的事件节点。Cursor 提供了两个现成模板：triage GitHub workflow failures 和 auto-fix PR review comments。
这里有个有意思的设计判断：Cursor 没有做一个大而全的"GitHub 机器人"，而是把原子触发器暴露出来，让用户自己在 Automations 里组合。这意味着 Cursor 把自己定位成工作流构建平台而非垂直功能产品——前者天花板更高，但也更难用。
从行业角度看，这是在正面竞争 Zapier/Make 的部分场景，但优势在于：Cursor 的 agent 理解代码语境，Zapier 的自动化只能做表单级的 if-this-then-that。当你想让 AI"在 PR 被某个审查者 approve 后，自动跑一套测试，测试失败就 @ 指定人并附上错误日志"，这不是 Zapier 能搞定的事。
Computer use 进入 Automations：平台化的关键一步
Cloud agents 获得 computer use 能力并默认集成到 automations，这个更新的重要性容易被低估。
Cloud agent lessons 文章里提到 Cursor 踩过的坑：环境是产品本身。Cloud agent 如果没有完整的开发环境，输出质量会" subtle degrade"——不是报错，而是悄悄变差。这是 computer use 存在的根本理由：AI 需要自己的"电脑"来真正执行任务，而不只是调 API。
当 automations 可以驱动 computer use agent，意味着什么？
从工具到平台的跨越：Cursor 不再只是帮人类写代码，而是可以代替人类去操作软件完成任务。这和 GitHub Copilot 的定位产生了根本分歧——Copilot 还是在"增强人的能力"，Cursor 现在是在"替代人的执行"。
当然，这个能力有边界：它依赖 cloud agent 的环境配置、网络策略、凭证管理。Cloud agent lessons 里提到 Cursor 花了大量工程资源在"enterprise IT for agents"上——secret redaction、网络策略、凭证管理。这解释了为什么 computer use 到现在才进入 automations 而不是更早：安全基础设施必须先到位。
Temporal 架构：为什么可靠执行是关键
Cloud agent lessons 透露了另一个技术细节：Cursor 放弃了自建可靠执行层，改用 Temporal。
这是个重要的工程决策。Cursor 最初用 work-stealing 架构——worker node 抢任务，loop 到完成——这在本地模型场景够用，但云端 agent 的可靠性问题（inference provider 中断、pod hibernation、EC2 节点宕机）让这个架构只达到了一个 9 的可靠性。
Temporal 带来了超过两个 9 的可靠性，现在每天处理超过 5000 万次 action、700 万个独立 workflow。40% 的 Cursor 内部 PR 来自 cloud agents，这个比例本身就是对架构可靠性的背书。
值得注意的技术演进方向：
- 从"永恒"workflow 到"短任务"workflow：之前的架构是一个 agent 从头跑到尾，现在的架构是多个短 workflow 组合完成任务。好处是版本升级更容易——不需要重启长 workflow。
- Agent loop 与机器状态、对话状态三者解耦：这是 cloud agent lessons 里最重要的工程洞察。Agent loop 跑在 Temporal 而非 VM 上，让 pod lifecycle 可以独立管理，agent 可以在不同类型 pod 间调度（包括 readonly VM、prewarmed VM 等优化）。
这个双周在说什么
如果我们把这两周的三件事放在一起读——Automations 更新、Cloud agent lessons 复盘、Bugbot 性能跃升——它们其实在说同一句话：Cursor 在做基础设施投资，而不是功能堆砌。
Temporal 迁移是基础设施。Computer use 集成到 Automations 是基础设施。Environment-as-product 是基础设施。
这些投资的回报周期很长，但护城河很深。一旦开发者习惯了"描述意图，Cursor 自动完成整个工作流"，竞品的 if-this-then-that 自动化就很难打。
对于正在用或考虑用 Cursor 的团队，这些更新的含义是：越早把重复性工作迁移到 Automations，未来切换成本越高。 这是一个典型的平台锁定逻辑。
本期覆盖：Cursor v3.8 Automations 更新（/automate skill、GitHub/Slack triggers、computer use）、Cloud Agent Lessons 架构复盘、Bugbot 性能更新