Cursor 大改版入门指南：Agent 与 IDE 双窗口怎么用

Cursor 改版后：两套界面要分清

Cursor 最近进行了一次较大的改版，界面逻辑和以往有明显不同，不少老用户第一次打开都会有点摸不着头脑。根据这位 B 站 UP 主的实测，新版 Cursor 实际上被拆成了两套界面：一套是 Cursor 自己的 Agent 窗口，类似 Claude Code（CC）那种对话式的智能体面板；另一套则是熟悉的、基于 VSCode 改造的 IDE 编码界面。

登录之后默认进入的是 Agent 界面，右上角有一个「IDE」入口，点击后会跳转到 VSCode 风格的代码编辑器。对于习惯了旧版只有单一 IDE 的用户，这个双窗口结构需要一点时间适应——简单说，写代码在 IDE 侧，指挥 AI 干活既可以在独立 Agent 窗口，也可以在 IDE 右侧的 Agent 面板里完成。

第一步：把界面切成中文

新版 IDE 第一次跳转过来默认是英文的，Cursor 自身的那层外壳界面暂时没有完整的中文本地化，但 VSCode 这一层是可以汉化的。

操作路径很简单：

顶部菜单进入 View（视图）→ Extensions（扩展）
在搜索框直接搜索 Chinese
找到「中文（简体）」语言包，点击 Install（安装）
安装完成后会弹窗提示重启，重启之后整个界面就变成中文了

汉化完成后，通过 打开项目（Open Project） 载入任意一个代码仓库，左侧是文件树，中间是代码区，右侧则是 Agent 面板——整体布局和标准 VSCode 基本一致，上手成本不高。

Tab 补全与 Agent：两种 AI 用法

新版 Cursor 的 AI 能力主要分两条线，UP 主在实测中把它们区分得很清楚。

一是 Tab 自动补全。 在编辑器里写代码或注释时，Cursor 会根据上下文预测你接下来要写的内容，按一下 Tab 键就能把建议的代码补进去。比如写个注释描述「1 加 1 等于几的计算程序」，它就会尝试生成对应代码。当然模型也不是万能的，实测里就出现了生成结果和预期有偏差的情况，但补全这个核心功能是可用的。

1加1等于几等于计算程序

二是右侧的 Agent 面板。 点击 New Agent 就能开启一个新的对话，这里可以用自然语言直接下达任务。不用记那些 code review、explain 之类的命令，UP 主的建议是「直接白话问就行」，比如让它「解析一下当前项目是干嘛的」，它就会读取代码仓库、结合左侧文件，给出项目功能和架构的说明。

Agent 实操：改代码、加功能、引用文件

Agent 最实用的地方在于它能直接操作你的代码仓库。

在对话框里输入 @ 符号可以添加指定文件，让 AI 只关注你圈定的范围；此外还能挂接分支、终端等上下文信息。实测中，UP 主故意删掉一段函数造成报错，然后 @ 引用该文件、要求「把这部分修复」，Agent 随即把缺失的代码补了回来。

让 Agent 修复被删掉的函数

一个值得留意的细节：UP 主吐槽这里的默认模型「有点老」，修复时并没有去读 git 记录、用更规范的还原方式，而是硬生生把代码重写了一遍——结果虽然能用，但处理逻辑不够聪明。这也提醒使用者，模型选择会直接影响 Agent 的表现。

Agent 生成或修改代码后，会提供 Keep / Undo 两个选择：觉得满意就点 Keep 保留，不满意点 Undo 直接撤回更改，操作反馈很直接。

亮点功能：Agent 能操控你的浏览器

这次改版里最让 UP 主惊讶的，是 Cursor 内置了一个可被 Agent 调用的浏览器。

直接跟它说「打开百度」，它就能把网页打开；如果希望它在你自己的浏览器里执行操作，需要明确指令「在这个浏览器里面」，否则它会默认走内置工具去搜索。实测中，Agent 通过 snapshot（快照）读取页面内容，并在浏览器里完成了搜索热搜、总结信息等动作。

明确指定「在这个浏览器里面」执行操作

UP 主对这个能力的解读很到位：这意味着你可以把浏览器里的重复劳动交给 AI。无论是配合影刀这类 RPA 工具，还是普通的网页操作，你只需要用自然语言描述需求——「帮我加一个某某流程」「搜索并总结某某信息」——AI 就能替你点击、填写、抓取内容，把双手解放出来去做别的事。

Agent 操控浏览器的底层原理与 RPA（Robotic Process Automation，机器人流程自动化）工具有本质区别。传统 RPA（如影刀、UiPath）依赖预先录制的坐标或元素选择器来重现操作步骤，流程脆弱、页面改版就容易失效。而 Cursor Agent 的浏览器控制依赖「快照（snapshot）」机制：Agent 对当前页面截图或读取 DOM 结构后，由语言模型理解页面语义，再推断下一步应点击哪个按钮、填写什么内容。这种基于理解而非坐标的方式对页面变化更有鲁棒性，但也依赖模型的视觉与推理能力，复杂页面上仍可能出错。两种技术路线各有适用场景，对于固定流程的批量任务 RPA 更稳定，而对于需要灵活判断的非结构化操作，Agent 方案则更具优势。

模型怎么选：按需搭配控成本

在设置的 Models 面板里，可以看到 Cursor 支持的多种模型。UP 主给出了一套按性价比排序的实用建议：

Grok 系列（低价档）：日常简单任务的首选，能力够用、性价比高；
中端模型：当低价档搞不定时再往上换；
Claude Opus 这类高端模型：能力强但「巨贵无比」，UP 主直言可能「说一句话就把一个月额度用完」，非必要不建议开。

Cursor 的模型选择面板

核心思路就是分级使用：简单任务用便宜模型，复杂任务再逐级往上调，避免无谓的额度消耗。

进阶方向：Skills 与 MCP

在探索过程中，UP 主还发现新版 Cursor 支持通过 Skills 和 MCP（Model Context Protocol） 来扩展能力。

比如可以创建 Cursor Skill、接入 computer use 相关的 MCP，甚至安装能直接操控本地电脑的 MCP——理论上就能实现「让 AI 打开微信给某人发消息」这类操作系统级的自动化。不过这部分配置入口在新版里藏得比较深，UP 主在录制时也一度没找到添加位置，最终确认要在 create skill / MCP 设置里操作。

浏览器操作因为已经内置，不需要额外装 MCP；而想让 AI 接管整台电脑，则需要单独安装对应的 computer use MCP。这块内容相对复杂，UP 主表示会在后续单独研究并演示效果。

MCP（Model Context Protocol）是 Anthropic 于 2024 年底提出并开源的一套标准协议，旨在统一 AI 模型与外部工具、数据源之间的接口规范。可以把它理解为 AI 世界的「USB 接口」——只要工具一侧按 MCP 规范实现服务端，任何支持 MCP 的 AI 客户端（如 Cursor、Claude Desktop 等）都能直接调用，无需为每个工具单独开发适配层。目前已有数据库查询、文件系统访问、浏览器控制、代码执行等大量 MCP 服务器实现可供直接使用。computer use 则是 Anthropic 为 Claude 模型单独开放的能力，允许模型通过截图→分析→点击/输入的循环来像人一样操作图形界面，而非依赖结构化 API。两者结合后，AI 就不再局限于文本生成，而是能真正接管桌面应用的完整操作流程。

小结

对于刚上手新版 Cursor 的用户，掌握几个关键点基本就能用起来：分清 Agent 与 IDE 两套界面、装中文语言包、用 Tab 补全加 Agent 对话两种方式调用 AI、按任务难度搭配模型控制成本。而浏览器操控和 MCP 扩展，则代表了它更进一步的自动化潜力，值得后续深入折腾。