Cursor云端代理新体验:AI写完代码录像给你看

Cursor云端代理可在完成代码后自动录屏测试,让开发者看视频即可完成验收
Cursor的云端代理(Cloud Agent)为AI编程引入了「可视化自证」机制:AI在独立的远程虚拟机中完成写码、运行服务、模拟操作,并将整个测试过程录制为视频附在回复末尾。开发者无需翻看代码或手动测试,只需观看录像即可判断功能是否满足需求。这一能力可通过在提示词中主动要求、或调用Walkthrough Artifacts技能来稳定触发。每次任务运行在独立虚拟机中,天然支持并行隔离,也可通过端口映射在内置浏览器中手动复测。这种「结果可验证」的工作方式,重新定义了人机协作中的信任建立方式。
从「AI说写完了」到「AI录像证明写完了」
用AI写代码时,最尴尬的一个环节往往是验收。AI信誓旦旦地告诉你「已完成改动,修改了xx文件」,但你并不知道它到底有没有真正满足需求。按照传统工作流,你还得自己启动应用、逐个点击测试,才能确认功能是否可用。
B站UP主「超纯」在最近的分享中演示了一种更省心的做法:让AI在写完代码后,直接附上一段操作录像来「自证清白」。这是他在使用 Cursor 进行 Web Coding 时发现的一个很棒的体验——AI不只是说它干完了活,而是用视频把整个测试过程展示给你看。

一个真实案例:撤销/重做功能的验收
分享中的例子是一个用来生成视频封面的小工具。UP主想给它新增撤销与重做功能,于是把需求指令发给 Cursor。
完成改动后,AI在回复末尾附上了一段录像。这段录像里,AI先在应用中改变了字体颜色,然后进入第二个环节,通过点击撤销和重做按钮来验证颜色是否准确回退。按钮测完之后,它又测试了 Ctrl+Z、Ctrl+Y 这类快捷键形式,最后还验证了添加标题这类操作能否被正确撤销。
整个流程看下来,功能确实没有问题,UP主直接合并了代码,任务就此结束。值得强调的是,从头到尾他没有翻看一行代码,也没有手动启动程序做测试——只看AI附上的录像就完成了验收。

背后的能力:Cursor 云端代理 Cloud Agent
这套录像验证的能力,实际上依赖 Cursor 的云端代理(Cloud Agent)。Cloud Agent 自带一个临时虚拟机,AI写代码、测代码、录屏全部都在这台「它自己的电脑」上完成。在界面右侧的 Desktop 面板中,可以直观看到这些操作发生的过程。
如果你想亲自复测一遍,Cursor 也提供了方便的入口。点击「插头」图标,可以把云端虚拟机里的端口映射出来,然后在内置的浏览器面板中直接使用。代码依然运行在云端电脑上,但程序跑起来后你能在外部界面里实际操作和验证。

Cloud Agent 是 Cursor 在本地 AI 编程助手之外推出的云端执行环境,与在本地运行的 Composer/Agent 模式有本质区别。本地 Agent 直接操作开发者自己的文件系统,而 Cloud Agent 则在 Cursor 托管的远程虚拟机上运行,拥有完整的操作系统环境(包括桌面 GUI)、独立的文件系统和网络栈。这意味着它不仅能编辑代码,还能安装依赖、启动服务器、打开浏览器并模拟真实的鼠标点击和键盘操作——这些正是录屏验证的技术基础。由于虚拟机在每次会话后会被销毁或重置,它也不会在多次任务间积累脏状态,保证了执行环境的一致性和可重复性。
如何稳定触发录屏验证
录屏验证虽然方便,但并不总是自动触发。它只会在功能涉及图形交互——比如需要点击、拖动这类操作时——才会自动生成录像。
如果你希望更稳定地用上这套流程,有两种方式:
- 在提示词里主动要求:直接告诉AI在完成后进行测试、截图和录屏。
- 调用专门的技能:Cursor 提供了一个名为 Walkthrough Artifacts 的技能。从描述可以看到,它的作用就是产出一套全链路的证据产物——包括中途的截图和最终的录屏——用来证明代码变更确实有效。主动调用这个技能,就能稳定触发这套工作流。

Walkthrough Artifacts 本质上是 Cursor Cloud Agent 内置的一项「证据收集」技能(Skill),属于 Agent 可调用的工具链之一。它在执行过程中会自动在关键操作节点截图,并在整个验收流程结束时将所有操作合并为一段连贯的录像,打包为可供开发者回放的产物(Artifact)。这与简单地让 AI「截一张图」不同——Walkthrough Artifacts 覆盖了从功能触发到结果验证的完整链路,能够系统性地记录中间状态,而不只是最终截图。在提示词中明确调用该技能(例如写明"use walkthrough artifacts"),可以确保即使是不涉及复杂 GUI 交互的功能,也能获得结构化的验收报告。
为什么这套方式值得一试
云端加录屏的组合带来的最大价值是「随时随地验收」。UP主提到,很多需求他在坐地铁时用手机就能顺手安排下去,等AI跑完,看一段录像即可完成验证,门槛极低。
另一个被忽略但很关键的优势是并行隔离。由于云端代理的每次对话都运行在独立的虚拟机环境中,即便同时跑10个任务,也不用担心代码之间相互修改造成的冲突。对于有大量并行开发需求的场景,这种隔离机制非常实用。
从「AI说做完了」到「AI用录像证明做完了」,这个看似微小的变化,实际上重新定义了人机协作里的信任环节。开发者不必再逐行审查或反复手动测试,而是通过一段可视化的操作证据快速建立信任、做出合并决策。随着云端代理能力的成熟,这种「结果可验证」的AI编程方式,可能会成为越来越多人的日常习惯。
相关推荐

AI玩转《宝可梦红》:Jev仅花2美元通关两个道馆
一位Reddit用户让AI模型Jev实时游玩《宝可梦红》,harness由Opus 5同步搭建,仅花不到2美元就击败两个道馆,展现了低成本AI智能体的潜力。

20-30人小团队如何选对多智能体AI平台?
20-30人的初创团队如何在数十款多智能体AI平台中选对工具?本文基于Reddit真实讨论,分析中小团队的选型痛点,并给出从高频场景切入、关注留存意愿等实用建议。

Roku Labs 上线:实验性应用登陆大屏幕
Roku 最新 OS 更新推出 Roku Labs 实验性应用入口,同时扩展个性化主屏市场覆盖并引入流媒体订阅捆绑功能,进一步强化其智能电视软件生态。