2026 年 10 月尾，開發者工具圈最值得留意嘅唔係又一個新模型，而係一次「身份轉變」——coding agent 由得你問佢答你嘅助手，變成可以交付、可以部署、可以驗證嘅工程組件。10 月 20 日，Cursor 正式推出 Agent SDK 並即日 GA；同一個禮拜，GitHub 喺 Universe 2026 發表 Copilot Fusion，再配合年度 Octoverse 報告，用數據講咗同一個故事。簡單講，市場上開始出現一個清晰共識：下一個階段嘅開發者工具，唔係「寫多啲 code」，而係「交多啲完成品」。 Cursor Agent SDK：把 Agent 當成一個 Code Project Cursor 官方 blog 由 Rustam Lalkaka 撰寫，標題直接叫做「Introducing the Agent SDK」，同時喺同日上架 changelog，講明 Agent SDK generally available。最重要嘅唔係功能清單，而係設計哲學：一個 agent，就係一個檔案夾。 instructions.md 就係 prompt（永遠載入嘅 system prompt） tools/ 每個檔案係一個 typed 嘅 TypeScript 動作，模型可以呼叫 skills/ 放係按需載入嘅程序（procedure） mcp-connections/ 接入 MCP server 工具 channels/ 定義 bot 喺邊度收訊息、喺邊度回覆 subagents/ 子代理，可以分工並行做嘢 hooks/ 唯讀事件訂閱者 evals/ 放喺 project 根目錄，專門做測試 > my-agent/├── package.json├── bot/│ ├── agent.ts│ ├── instructions.md│ ├── tools/approve_pr.ts│ ├── skills/pr-review.md│ ├── mcp-connections/linear.ts│ ├── subagents/reviewer/│ ├── channels/github.ts│ └── hooks/audit.ts└── evals/ ├── evals.config.ts └── readiness.eval.ts 官方文檔 cursor.com/docs/agent-sdk/reference/project-layout 講得好直白：每個檔案嘅路徑，就決定咗 Agent SDK 點樣載入佢。Prompt 寫 Markdown、工具寫 TypeScript，因為全部都係 code，所以改動可以行同一套 version control、同一個 code review 流程——呢個係「用 AI 寫返個 chatbot」同「用工程手法維護一個 agent」之間嘅分別。 起步命令非常直接：npx @cursor/agent-sdk init ./my-bot，然後 agent-sdk dev 開本地 playground；--template 仲有 security reviewer、owners-policy approver、PR autofixer、Linear／Jira triager 等現成模板。有 agent-sdk validate 做診斷（發現錯誤會以非零狀態碼退出，serve 更加會拒絕啟動），亦有 agent-sdk info 印出系統實際上發現咗啲乜。CLI 要求 Node 22.13 或以上。Cursor 自己嘅 Agent SDK changelog 亦顯示 0.3.0（2026-10-23） 係 GA 版本，並移除了 defineAgent 嘅 persistent 選項。 Channels 同 Evals：真正落地嘅兩塊骨頭 如果 Agent SDK 嘅重點只係「用 code 寫 agent」，咁佢同一般框架無乜分別。真正有意思嘅係 channels 同 evals 呢兩部分。 Channels 決定 agent 幾時醒：GitHub、GitLab、Bitbucket 嘅 pull request、comment、CI 事件；Slack 嘅 mention 同 DM；任何 provider 嘅 webhook；定係 cron 排程。Cursor 特別提到 GitHub 事件係經由你自己嘅 Cursor 帳戶拉取，所以唔需要公開 webhook URL——呢個對香港中小企或者唔想暴露內網 endpoint 嘅團隊相當實用。每段對話會保留自己嘅 session 同完整嘅訊息與工具呼叫紀錄，follow-up 會接續同一個 session，唔會「失憶」。 Evals 就係將 agent 當成可測試軟件：送一個固定訊息入去，然後斷言佢做咗啲乜——邊啲工具跑過、輸入係乜、回覆結構係點。`agent-sdk eval` 可以在本地或者 CI 跑。仲有 `agent-sdk github replay`，可以將一個真實 pull request 轉成已簽署嘅 webhook payload再送去 bot，等你可以唔使等下一次 push 就測試 GitHub 驅動嘅 bot；配合 --dry-run --fixtures-dir fixtures/ 仲可以將 payload 儲存成 eval fixture。換句話講，「agent 嘅行為」第一次有咗 regression test。 Cursor 自己團隊嘅案例好具說服力：有個團隊累積咗龐大嘅「教訓知識庫」，想每個 PR 都對住呢啲過往決定檢查一遍，結果用 Agent SDK 大約一日就砌好咗一個 kb-reviewer，而家跑喺主 codebase 每個 PR 上——凡係同已記錄教訓相衝突嘅改動，佢會標示出嚟、引用返係邊一條筆記背後嘅原因。由「人肉 review」變成「政策機器」，呢個轉變比任何單一模型升級都重要。PGA Tour 首席工程師 Michael Gyarmathy 亦表示，佢哋整個 software development factory 都建基於 Agent SDK，內置 evals 令團隊可以快速迭代新想法。 部署：一條命令，或者自己開櫃 agent-sdk deploy 會 build 個 agent、分配一個 URL、喺 Cursor 基建上跑起；secret 同 integration 仍然喺 dashboard 管理，本地嗰套 logs、evals、playground 一應俱全。另一條路係自己行：每個 agent 淨係係一個 Node process，可以打包成 container，擺喺你自己嘅伺服器或 Kubernetes 上。呢個「同一份 code，Cursor 托管或者 self-host」的選擇權，對受監管行業特別有吸引力——香港嘅銀行、醫療同保險客戶，好多時要求程式碼唔可以離開自己嘅 VPC。 數據睇真章：Agent 已經係 PR 嘅主力軍 Cursor 嘅故事有 GitHub 嘅 Octoverse 2026 報告（2026 年 10 月 28 日發表）做交叉驗證，數字非常誇張但係有官方來源： 過去 12 個月開發者向 GitHub 推送代碼 179 億次，多過 2024 同 2025 兩年加埋 Commit 數升至 343 億，係兩年前水平嘅三倍有多 Merged pull requests 增至 13 億，平均每日 350 萬個 截至 9 月，超過 40% 嘅 pull requests 由 agent 開始起草；3 月嗰陣只係 17%——單月就係 1.1 億個 agent 發起嘅 PR，約為 3 月嘅 6 倍 今年建立嘅 repo 入面，有 agent 設定檔嘅平均 commit 數係無設定嘅 8 倍 GitHub Actions 每秒跑 1,440 個 job，即每日 1.24 億次；Dependabot 合併超過 3,000 萬個 PR Agent 發起嘅 PR 喺兩星期內合併比例達 90%（無 agent 參與嘅約 86%）；87% 嘅 agent PR 改動多過一個檔案 留意 GitHub 自己都有講明：呢啲係平台端偵測到嘅 agent 活動，係下限而非準數，而且唔等於 agent 寫嘅代碼就一定更可靠。不過增長曲線同 Cursor 團隊由單次 session 走向持久化 agent（可以跨日追蹤進度、orchestrate 其他專責 agent）嘅時間點吻合——GitHub 嘅遙測顯示活動由 1 月起穩步上升，大概 6 月開始急升，正好係模型、harness 同 agent 三者同時躍升嘅時候。 另一邊廂，Copilot Fusion 亦正式 GA。佢會評估一個任務喺推理、code 生成、debug 同 tool 使用上嘅需求，再決定用一個定多個模型執行。GitHub 稱 Fusion Max 喺 Artificial Analysis Coding Agent Index 上與 Opus 5.5 Max 差距少於 2 分，但成本減半、每個任務快 40%；而 9 月有 61% 主動揀模型嘅 Copilot 用戶，其實用過多過一個模型。模型選擇由人手轉交俾系統，本身就係「開發者唔再需要管理模型」嘅一大步。 唔止 Cursor：由「工具」到「基建」嘅全面轉向 同一個 10 月，其他幾單都指向同一個方向： Google Data Agent Kit 10 月 GA，免費兼開源（Apache 2.0），plugin repo 有 37 個 skills，可以裝入 Claude Code、Codex、Cursor、Antigravity 等唔屬於 Google 嘅 coding agent。連「accidental-data-loss-prevention」咁防 DROP TABLE／TRUNCATE 嘅 skill 都包埋。版本 1.0.0（9 月 29 日）、1.1.0（10 月 13 日），可以 pin 版本。 Vercel Labs fx 以開源形式發佈，係用 Zig 寫嘅可嵌入式 coding agent：6.3 MiB 單一 native binary、單數 MB 級記憶體基線、10 微秒 cold start，唔搶 terminal，輸出直接寫入 scrollback，可以用 fx ask --json 俾 CI 解析。仲有 libfx 同 WebAssembly build。 PGA Tour 用 Agent SDK 砌成成個 software development factory；Xojo 2026r3（10 月 20 日）加入 Agentic Mode，直接畀 Claude Code、Codex、Gemini Code Assist 驅動 IDE，改完自動 reload、跑、讀取編譯錯誤再修。 如果將呢啲擺埋一齊睇，脈絡好清楚：coding agent 正在由「你 IDE 旁邊嘅視窗」變成「可嵌入、可編排、可審計嘅基礎設施」。SDK 化、agent-as-code、agent 之間再 orchestrate，呢條路線愈行愈快。 香港角度：小團隊最需要呢一套嘢 對香港嘅開發者同中小企 IT 團隊，呢波變化其實有幾個好實際嘅著眼點： 其一，資源有限，自動化嘅槓桿就更大。 一間 10 人軟件公司未必養得起一個專職做 code review 嘅工程師，但可以用 Agent SDK 起一個只針對自己團隊規範嘅 reviewer bot——規則、術語、歷史教訓全部係自家 knowledge base，成本遠低過請多個人。 其二，self-host 選項唔係 nice-to-have。 金融、醫療、保險客戶要求代碼唔出自己環境，Agent SDK「同一份 code 可以打包成 Node process 自己部署」呢一點，直接解決咗好多採購問卷上最難答嗰條題。 其三，繁體中文同本地術語唔再係障礙。 因為 instructions.md、skills 都係純 Markdown 檔案，寫「本行用『掛盤』唔用『落盤』」呢類香港行內術語好直接，唔使再硬塞入 prompt template。連 git commit message 同 PR 審批流程都可以照香港團隊習慣設計。 其四，學界與培訓機構可以低成本砌自己的 agent 教材。 大專院校嘅軟件工程或者 AI 課堂，可以用幾十分鐘起一個實習用嘅 PR reviewer，令學生睇到「agent 點樣被 evals 驗證、點樣喺 CI 度失敗」，而唔只係喺 IDE 對話框入面傾偈。 實際落地建議 如果你想由今日開始試，官方路徑好簡單： npm install --global @cursor/agent-sdk（記住需要 Node 22.13+） npx @cursor/agent-sdk init ./my-bot 起一個 project，或者用 --template 攞現成模板 喺 instructions.md 寫清楚你團隊嘅規則；喺 tools/ 寫你真正想俾 agent 做嘅動作 寫 evals/，用固定訊息斷言佢行為；agent-sdk eval 本地跑 agent-sdk validate 檢查，agent-sdk deploy 或者自己打包 container 要提醒一句：Cursor 官方自己有寫，Agent SDK 嘅設計目標係「讓你可以用 code 定義 agent」，但流程上面對嘅最大風險從來都唔係模型能力，而係權限。GitHub 開源嘅 Data Agent Kit 特別將「意外資料遺失防護」做成獨立 skill，寫住 STOP AND VERIFY、要求執行不可逆操作前必須取得用戶明確同意——呢個唔係多餘，係做 production agent 嘅基本盤。香港公司如果打算將 agent 接入真實客戶資料，更加要自己寫好審批同 rollback 路徑。 來源 Introducing the Agent SDK — Cursor Blog（2026-10-20） Agent SDK — Cursor Changelog Cursor Agent SDK 官方文檔 Project layout — Agent SDK Reference Octoverse 2026：Commits, pushes reach new highs（2026-10-28） GitHub Universe 2026: Evolving every layer of the stack Google’s Data Agent Kit Hits GA — InfoQ Vercel Labs Open-Sources fx — InfoQ （本文為 AI 輔助整理，資料來源截至 2026-10-31。） 文章導覽 2026年AI編程助手大戰：Cursor、GitHub Copilot與Claude Code全方位對決