2026年9月23日，Cursor 在官方博客一口气发布了两款开发机器人：Rollouts 和 Security Reviewer。Cursor 的说法很直接：写代码已经不是慢的环节，慢的是 PR 提交之后的一切——盯上线、查回归、审安全。这些重复又高度依赖上下文的工作，就该交给机器人。这是 Cursor 朝着"自动驾驶代码库"迈出的实质一步。
Rollouts：从 PR 打开盯到生产稳定
Rollouts 接管的是变更上线的全链路。接上源码仓库、部署系统和遥测（Datadog、Grafana、Honeycomb 都支持）之后，它在合并前会先读 diff，写出一份监控计划：这次变更的风险点、预期会产生什么效果、现有监控有哪些盲区看不见效果。计划可以人工修改。部署后，它把实际信号和部署前基线对比，一旦发现回归，会指出怀疑是哪个变更，并给出处置方案——按配置可以是通知作者、暂停渐进式发布，或者生成一份等审批的回滚 PR。
官方强调了三件它现在就擅长的事：在全局告警触发之前，发现只影响单个端点、单个区域的回归；区分"预期效果"和"回归"，比如一次故意的流量尖峰不会半夜把人叫醒；在合并前就指出监控缺失——而这正是坏变更溜进生产最常见的原因。接下来还会接入 feature flag，可以直接调流量上下线，并感知发版列车和部署冻结期。
Security Reviewer：像安全工程师一样读代码
Security Reviewer 跑在每一个 PR 上。与传统静态分析"看到 SQL 附近有字符串拼接就报警"不同，它结合整个代码库的上下文做判断：用户输入从哪里进来、流到哪里、中间经过了什么。开箱即用的检查项包括 SQL/命令/模板/LDAP 注入、新增与修改路由上缺失或损坏的认证授权、提交进源码的密钥、反序列化与未校验跳转、引入已知漏洞的依赖变更，以及不安全的默认配置。每个发现都附带解释和修复建议，目标是让安全审查不再成为发版前的瓶颈。
同一天，Cursor 还把 token 账单砍了 7%
同一天发布的另一篇官方技术博客披露，Cursor 重做了 Agent 上下文的组装方式：精简 system prompt、工具按需加载、缓存复用、压缩文件读取、更策略地使用 subagent。这一套组合拳让用户的 token 成本下降了 7%，而 Agent 质量没有下降。对每天跑长任务的团队来说，这是直接打进账单的优化。
这意味着什么
AI 编程工具的竞争正在从"谁写代码更快"转向"谁能把代码安全送进生产"。对没有专职 SRE 和安全人力的中小团队，这两款机器人的价值可能比模型本身升级更大。真正要验证的是误报率：监控计划写得准不准、回归定位对不对、安全建议靠不靠谱——这些只有用起来才知道。
