Cursor model routing for Automations：治理 Slack 与 GitHub triggers

Cursor Automations cloud agent routing 是 Cursor 6 月 18 日 automation 更新里最值得 operator 关注的信号。Cursor 表示，Automations 现在可以在 local agent session 中通过 /automate 创建，可以由 Slack emoji reactions 和五类新增 GitHub events 触发，也可以让 cloud agents 使用 computer use 来产出演示或 artifacts。对 AI 工程团队来说，这会把 coding agents 从交互式 IDE assistant 推向 event-driven production workflows，因此必须管理 trigger governance、budget routing 和 audit boundaries。

Cursor Automations cloud agent routing 改了什么

Cursor changelog 描述了三个核心变化。第一，/automate 允许开发者在 local agent session 中用自然语言描述一个重复任务，随后 Cursor 会配置 saved automation 所需的 triggers、instructions 和 tools。第二，Slack 可以在用户对某条消息使用指定 emoji reaction 时启动 automation。第三，Automations 新增 GitHub triggers，覆盖 issue comment、PR review comment、PR review submitted、review thread updated，以及 workflow run completed。

同一版本还加入了 marketplace templates，用于 triage failed GitHub Actions runs 和 auto-fix PR review comments。Cursor 还表示，由 Automations 启动的 cloud agents 可以使用自己的 computers 来生成 demos 或 artifacts，而且 computer use 对每个 automation 默认启用。

这组变化重要，是因为触发面不再只是 IDE 里的一个按钮。Slack reaction、CI completion event 或 PR review thread 都可能启动一个 agent：读取 repository context、修改代码、回复 review feedback、运行测试，并可能使用 browser 或类似 desktop 的 computer-use environment 生成工作证据。

为什么 Cursor Automations cloud agent routing 对 AI 工程团队重要

Always-on coding agents 的价值在于减少等待。失败的 workflow 可以自动触发调查，而不是让开发者手动复制日志。Reviewer comment 可以在作者回来前变成一次 patch attempt。Slack emoji 可以把轻量的人类信号转化为自动化工程任务。

运营代价是 intent 会变得更模糊。一个 GitHub workflow-run-completed event 可能代表 flaky test、security scan、production deployment，也可能只是无关的 docs build。一个 Slack emoji 在某个频道代表“看一下”，在另一个频道可能代表“修掉并开 PR”。Computer use 能生成 demos，但也扩大了 automation 可能接触的 tools 和 credentials。

对平台团队来说，Cursor Automations cloud agent routing 应该被当作 event-ingestion system，而不只是便利功能。每个 trigger 都应携带 provenance：谁 reaction、哪个 channel、哪个 repository、哪个 PR、哪个 workflow、哪个 branch、哪个 automation definition、哪些 tools 被启用、采用了什么 approval path。没有这些 metadata，成功的 automation 很难审计，失败的 automation 也很难调试。

Cursor Automations cloud agent routing 的 router/operator 视角

实用的 Cursor Automations cloud agent routing control plane 应拆分五类 routing decisions：

1. Trigger routing。 将 Slack、GitHub、schedule 和 manual triggers 映射到不同 risk tiers，而不是放进一个 generic automation bucket。
2. Repository routing。 限制每个 automation 可以触碰的 repos、branches 和 file paths。Failed-docs workflow 和 production-infra workflow 不应共用同一权限。
3. Tool routing。 将 computer use、terminal commands、GitHub write access 和 browser access 视为独立 capabilities，按 automation 授权。
4. Model and budget routing。 将 tokens、cloud-agent runtime、CI reruns 和 review loops 归因到启动该工作的 trigger。
5. Human-review routing。 决定哪些 output 可以 comment、open PR、push branch 或 request approval，哪些必须停在 draft report。

这和 TheRouter 读者已经应用在 model APIs 上的模式一致：requests 必须先有 routing metadata，fallback、billing 和 governance 才可信。不同点在于，现在的 “request” 是 Slack reaction 或 GitHub event，而不是一次单独的 OpenAI-compatible API call。使用 TheRouter AI routing documentation 的团队，应把同样纪律应用到 agent-trigger metadata 和 cost attribution 上。此前的 Cursor SDK custom tools and auto-review analysis 讨论的是 SDK agents 内部的 tool-call governance；这次更新把边界上移到了 event triggers 和 always-on cloud execution。

TheRouter 用户应关注或尝试什么

在广泛启用 event triggers 之前，先建立 automation registry。对每个 automation，记录 trigger source、allowed repositories、tool set、approval rules、expected owner 和 budget cap。Slack-triggered automations 应按 channel 和 emoji 设定范围，而不只是按 workspace。GitHub-triggered automations 应区分 comments、review submissions、thread-resolution events 和 workflow completion，因为它们代表不同强度的 intent。

然后为 computer use 做一次 tabletop test。确认 cloud agent 能看到什么、继承哪些 credentials、screenshots 或 demo artifacts 是否可能包含敏感数据，以及 human reviewer 如何在 artifact 发布前验证它。Computer-use output 只有绑定到与 code change 相同的 audit trail，才真正有运营价值。

最后，把 automation outcomes 接入 billing。一个每次 CI failure 都运行的 triage automation，单次成本可能很低，但规模化后会很贵。一个 PR-review automation 可能节省作者时间，却也可能制造重复 review loops。团队应将低风险、高频 triggers 路由到更便宜模型和更严格 timeouts，而把敏感或含糊的 triggers 放在 explicit approval 后面。

Cursor Automations cloud agent routing 决策清单

在团队范围内开启 Cursor Automations cloud agent routing 前，先问：

1. 哪些 Slack emojis 和 channels 可以启动工程工作？
2. 哪些 GitHub events 可以创建代码变更，哪些只能输出诊断？
3. 每个 automation 是否有 owner、repository allowlist、branch policy 和 budget limit？
4. Computer use 是否只在确实需要 demos 或 artifacts 的场景启用？
5. Audit logs 能否串起 trigger、agent run、tool calls、PR、comments 和 cost line items？
6. 当 automation 在 flaky CI 或冲突 review feedback 上循环时，会发生什么？

Cursor Automations cloud agent routing 让 agentic coding 更及时，也把日常协作事件变成了生产触发器。真正受益最多的团队，会像管理 model calls、credentials 和 deployment pipelines 一样认真地路由这些 triggers。