Cursor 让 Agent 直接操控电脑,作者提醒「自己验收自己」的评价门风险

petrusenko_max · x · 2026-10-24

Cursor 宣布 Agent 现在可以控制电脑,驱动 iOS 模拟器等桌面应用来测试自己写的功能。作者 petrusenkomax 认为这补上了编码 Agent 评价体系的一个关键缺口:只会写代码再跑自己单测的 Agent,本质是拿着自己的答案卷给自己打分;而能打开模拟器实际点按钮的 Agent,必须亲眼看到功能运行或崩溃。

他同时提醒一个隐患:如果同一个 Agent 既操控应用又判断「看起来没问题」,质量门只是被移动了位置。他仍希望有第二道只负责说「不」的独立审查环节。