精装房控制论画像
精装房：Cursor
Product Portrait · 控制论画像cursor
CASE
Cursor (Anysphere) — 精装房控制论画像
把用户的高层诉求先转成一份可编辑、可落盘、可复用的实现计划，再授权 Agent 构建，避免「边想边改」的返工。
SP
设定值（Setpoint）——Plan Mode 把用户意图固化为可评审里程碑
用户意图 → 可验证子目标承担角色：把用户的高层诉求先转成一份可编辑、可落盘、可复用的实现计划，再授权 Agent 构建，避免「边想边改」的返工。
关键机制
- Plan Mode 先规划后构建（
cursor.com/docs/agent/plan-mode）：Agent 先追问澄清 → 研究代码库 → 生成完整实现计划 → 用户审阅/编辑 → 点击构建。计划默认存家目录，可「Save to workspace」团队共享。这是显式的设定值固化环节。 - Rules 四类作为持久设定值注入（
cursor.com/docs/rules）：Project Rules（.cursor/rules/*.mdc，路径/描述/alwaysApply 三种触发）+ User Rules + Team Rules + AGENTS.md；应用时置于模型上下文开头，保证跨会话的稳定约束。 - Subagents 承接子目标分解（
cursor.com/docs/subagents）：父 Agent 遇复杂任务自动/手动派发子代理，子代理携带必要上下文独立工作并回传结果，实现「目标 → 子目标」的层级下钻。 - Automations 把设定值变成触发式任务（
cursor.com/docs/cloud-agent/automations）：选触发器（每小时/PR 打开/Slack/webhook）→ 写提示词 → 选工具 → 绑定仓库，任务定义一次后自动执行。 - 「回到计划」而非修补：文档明示，当 Agent 构建结果偏离意图时，回滚改动、细化计划、重跑，往往比在跑偏的 Agent 上补救更快——体现「设定值优先于执行」的工程取向。
控制论映射：KT-ctrl-002（负反馈闭环结构，目标/规格=设定值 r）+ KT-ctrl-041（分层控制结构，Plan Mode 定高层里程碑、Subagents/Executor 分解执行）+ KT-ctrl-045（规划-执行解耦，计划是可评审契约）。
强——设定值有显式规划阶段、可编辑落盘、可团队共享，规则体系提供跨会话稳定约束。弱——计划质量仍依赖单模型主观推断，无机器可验证的结构化子目标清单；Plan Mode 与执行并非强制耦合（用户可直接跳 Agent 模式）。
E
E 环 — 评估/传感器（Agent Review + Auto-review 分类器 + Hooks 观测）
评估/传感器承担角色：为闭环生产「执行是否达标/是否安全」的反馈信号，含专用代码评审器、执行前分类器与生命周期观测钩子。
关键机制
- Agent Review 独立代码评审器（
cursor.com/docs/agent/agent-review）：对本地改动跑专用评审，支持 Quick/Deep 两档深度，可配置为每次提交后自动触发，或/agent-review手动触发；读取BUGBOT.md规则文件。 - Auto-review 分类器（安全传感器）（
cursor.com/docs/agent/security/run-modes）：Auto-review 模式下，允许清单内的调用直接跑，可沙箱的 shell 命令进沙箱，其余交给分类器评审——分类器可放行、要求换方案、或请用户批准。这是「测量单步动作风险」的传感器。 - Hooks 全生命周期观测（
cursor.com/docs/hooks）：sessionStart/End、preToolUse/postToolUse/postToolUseFailure、beforeShellExecution/afterShellExecution、beforeMCPExecution/afterMCPExecution、beforeReadFile/afterFileEdit、preCompact、stop等，可观察/阻断/修改 Agent 循环，并支持 PII/密钥扫描。 - Bugbot / Security Agents / Approval Agents（
cursor.com/docs/cloud-agent/automations）：Cursor 托管的三类评审 Agent，分别审 PR bug、扫漏洞、做 PR 路由与低风险批准。 - 语义索引作为「可观测性基建」（
cursor.com/docs）：对代码库做语义索引，使 Agent 能检索到相关上下文，提升评审信号的信噪比。
控制论映射：KT-ctrl-006（反馈灵敏度/鲁棒性基础，强校验降低对基座模型误差的敏感）+ KT-ctrl-035（扰动观测器 DOB，Auto-review 分类器在线研判单步风险）+ 交叉 KT-ctrl-012（观测噪声 R，评审信号可信度）。
强——评审器与安全分类器相互独立、覆盖「质量 + 安全」两个维度，Hooks 提供可编程的观测/拦截面。弱——Agent Review 默认手动，非每步强验证；分类器与评审器同属闭源模型体系（共模偏置无法排除）；「整体目标达成度」的宏观误差信号仍主要靠人看 diff。
T
T 环 — 执行器/工具（Cloud Agents 隔离 VM + Worktrees + Hooks 硬闸）
工具调用/执行器承担角色：把规划动作以「隔离环境 + 限幅 + 可拦截」的方式落地，是唯一直接触碰代码与外部系统的环节。
关键机制
- Cloud Agents 每实例独立 VM（
cursor.com/docs/cloud-agent）：克隆仓库、装依赖、配密钥、跑启动命令、接网络，可 build/test/交互，支持 desktop/browser 控制；可多实例并行，不占用本地机器。 - Worktrees 隔离检出（
cursor.com/docs/configuration/worktrees）：每个任务独立 git checkout，主工作区不受影响；.cursor/worktrees.json定义 setup 命令；同一仓库多 Agent 并行不冲突。 - Hooks 硬闸限幅（
cursor.com/docs/hooks）：beforeShellExecution/beforeMCPExecution/beforeReadFile可阻断或修改动作，等价于执行器前的安全阀与看门狗。 - Auto-review 沙箱 + 分类器（
cursor.com/docs/agent/security/run-modes）：能沙箱的 shell 命令进沙箱，需全系统权限的转分类器审批，形成「限幅 + 仲裁」。 - 多仓库环境（
cursor.com/docs/cloud-agent）：单个 Cloud Agent 可跨前端/后端/基础设施/共享库仓库协同改动并各自开 PR（长任务暂不支持多仓库）。
控制论映射：KT-ctrl-034（安全边际/硬约束限幅 + 看门狗，Hooks + 沙箱 + 审批）+ KT-ctrl-031（鲁棒稳定性，隔离 VM 与 worktree 防污染主环境）+ 交叉 KT-ctrl-030（模型不确定性，分类器为不确定动作留降级路径）。
强——隔离 VM + worktree + 可编程 Hooks 构成多层执行护栏，Cloud Agents 让并行执行不依赖本地。弱——本地模式沙箱仅对「可沙箱的 shell 命令」生效，全系统权限命令只能靠审批（被动安全）；缺异质冗余表决（NMR/TMR），无「多模型投票再执行」的主动仲裁。
M
M 环 — 记忆/状态估计（Rules + AGENTS.md + 语义索引 + 上下文压缩）
记忆/状态估计承担角色：在长会话与跨会话中维护「项目该怎么做事」的稳定信念，并通过语义索引与上下文管理保持检索相关性。
关键机制
- Rules 作为持久可复用上下文（
cursor.com/docs/rules）：明示「大模型不在补全间保留记忆」，故用 Rules 在 prompt 层提供持久、可复用的上下文，置于模型上下文开头。 - 四类作用域规则：Project（版本控制、按路径/描述/alwaysApply 触发）、User（全局）、Team（仪表盘管理）、AGENTS.md（纯 markdown 替代），形成分层记忆。
- 语义代码库索引：对仓库建语义索引，支撑检索式上下文注入（
cursor.com/docs语义索引能力）。 - Hooks
preCompact观测压缩（cursor.com/docs/hooks）：压缩前触发，可观测上下文窗口压缩事件，便于在信息蒸馏点做干预。 - Subagents 的上下文隔离（
cursor.com/docs/subagents）：长研究/探索任务在子代理的独立上下文窗口完成，不占主对话，本质是「信息增量预算」的一种工程化。
控制论映射：KT-ctrl-010/011（状态估计/Kalman 预测-更新，Rules 提供强先验、工具反馈提供观测校正）+ KT-ctrl-014（信息滤波/降维，语义索引 + 子代理上下文隔离按相关性而非长度保留）+ 交叉 KT-ctrl-013（分离性，记忆/上下文与规划/执行解耦）。
强——规则分层作用域 + 语义索引 + 子代理上下文隔离，是工程化程度很高的记忆基底；
preCompact 暴露压缩观测点。弱——记忆是「事实/规则串」而非「带不确定度的信念状态」，无显式置信度（P 协方差）；无自动生成、可校验、会过期的记忆条目（对比 Copilot Memory 的引用校验）。
P
P 环 — 规划/分层控制（Plan Mode 慢规划 + Subagents/Cloud Agents 快执行）
规划/分层控制承担角色：作为慢大脑把长程目标抽象成可评审计划，再以子代理与云实例实现分层、并行的快执行。
关键机制
- Plan Mode 慢规划器（
cursor.com/docs/agent/plan-mode）：先研究代码库、追问澄清、产出计划，交由用户确认后再构建——慢/快双速中的慢层。 - Subagents 分层委派（
cursor.com/docs/subagents）：每个子代理独立上下文窗口、独立工具/模型配置，父代理只接收结果，实现规划-执行解耦；支持 foreground（阻塞取结果）与 background（并行）。 - 内置三类子代理：针对「上下文窗口被打满」的对话分析而设计，专责上下文密集操作（
cursor.com/docs/subagents）。 - Cloud Agents 并行 = 时标分离的并行执行（
cursor.com/docs/cloud-agent）：可拉起任意数量隔离 VM 实例并行推进，本地机器无需在线。 - Automations 的事件/定时触发（
cursor.com/docs/cloud-agent/automations）：把规划从「人在场的一次性」扩展为「无人值守的持续控制」。
控制论映射：KT-ctrl-041（分层控制结构，时标分层）+ KT-ctrl-043（时间尺度分离 ε，慢 Planner 高成本低频、快 Executor 低成本高频）+ KT-ctrl-045（规划-执行解耦）+ 交叉 KT-ctrl-046（options/SMDP，技能与子代理把多步折叠成一次调用）。
强——Plan Mode + Subagents + Cloud Agents 构成清晰的慢/快双速与并行架构，背景子代理与云实例支持长时间跨设备推进。弱——无显式「前瞻 N 步、只走 1 步」的 MPC 滚动重规划器，计划是一次性产物；多 Agent 之间无按依赖序的 DAG 拓扑调度（并行偏「各自为战」，靠 worktree 隔离而非依赖编排）。
R
R 环 — 反思/反馈闭环（Agent Review 回灌 + Autopilot 自动纠偏 + 回到计划）
反思/反馈闭环承担角色：作为反馈控制器，把评审/检查/用户反馈的误差回灌到执行与计划，形成多轮纠偏。
关键机制
- Agent Review 失败回灌（
cursor.com/docs/agent/agent-review）：评审发现的 diff 问题可触发 Agent 继续迭代修复；Quick/Deep 两档可按失败成本选择验证密度。 /autopilot自动监控 PR（cursor.com/docs/skills）：监控 PR 并处理反馈、冲突、失败检查与后续工作——把「PR 评审意见」当作误差信号持续纠偏。- Bugbot / Security Agents 闭环（
cursor.com/docs/cloud-agent/automations）：审出 bug/漏洞后可回灌修复。 - Hooks
postToolUseFailure/stop（cursor.com/docs/hooks）：捕获工具失败与完成事件，作为纠偏触发点。 - 「回到计划」的负反馈：当执行跑偏，回滚 → 细化计划 → 重跑，等价于把误差重新注入设定值层，而非只在下游打补丁（
cursor.com/docs/agent/plan-mode）。 ## 精装房画像总结
控制论映射：KT-ctrl-002（负反馈闭环结构）+ KT-ctrl-020（PID 三环节，P=评审即时纠偏、I=Autopilot 持续跟追、D=「回到计划」防在错误路径上继续放大）+ KT-ctrl-004（误差收敛）。
强——评审→修复→再评审形成闭环，Autopilot 提供持续的 PR 级纠偏，且允许把误差回灌到计划层。弱——反思信号以「代码问题」为主，缺「目标达成度」的量化误差；纠偏主要靠人设定触发（Agent Review 默认手动），无自动的长期偏航累积补偿（I 项）机制。
★
控制论画像总结
整体范式：整体范式：Cursor 是「慢规划（Plan Mode）+ 快并行执行（Subagents/Cloud Agents）+ 工程化护栏（Rules/Hooks/隔离 VM）」的第一方成品闭环，把「规划-执行解耦」与「多实例并行」做到了产品级易用，并用品类齐全的预装件（技能/规则/MCP/评审器）把装修成本压到最低。