Cursor เปิด Projects — เอเจนต์ผู้ประสานงานที่ไม่เขียนโค้ดเอง แต่สั่งซับเอเจนต์ได้เป็นพันบนเครื่องคลาวด์ ส่วนตัวเลข "merge PR มากขึ้น 6 เท่า" มาจากพนักงาน Cursor เอง
Cursor เปิดตัว Projects เมื่อ 10 ก.ย. 2026 ผ่าน บล็อกทางการ โดย Alexi Robbins กับ Fredrika Lindh และ changelog ของวันเดียวกัน (โพสต์นี้เป็นการตามข่าวย้อนหลังหนึ่งวัน) นี่ไม่ใช่ฟีเจอร์แชตใหม่ แต่เป็นการเปลี่ยนหน่วยของงานใน Cursor จาก “แชตหนึ่งอัน” ไปเป็น “งานก้อนใหญ่ที่อยู่ได้เป็นเดือน” เช่น ฟีเจอร์ที่ต้องแตกเป็นหลาย PR, การย้ายเฟรมเวิร์กทั้งโค้ดเบส หรือแอปทั้งตัว
Cursor บอกเองว่านี่คือ “การลงมือจริง” ของวิสัยทัศน์ ยุคที่สามของการพัฒนาซอฟต์แวร์ ที่ Michael Truell เขียนไว้เมื่อ ก.พ. — ยุคที่ฝูงเอเจนต์รับงานทั้งก้อน และนักพัฒนาเลื่อนขึ้นไปทำหน้าที่ชี้ทิศทางแทนการคุมเอเจนต์ทีละตัว
เอเจนต์ที่ไม่เขียนโค้ด
แกนกลางของ Projects คือ coordinator agent ที่คุณคุยด้วย บล็อกเขียนไว้ชัดว่า coordinator “ไม่เขียนโค้ดเอง แต่สั่งเอเจนต์ตัวอื่นที่เขียน” และเพราะมันส่งต่องานแทนที่จะลงมือเอง มัน “ไม่เคยติดขัด และพร้อมรับคำสั่งเสมอ” — นี่คือการแก้ปัญหาที่ใครใช้ coding agent นาน ๆ จะรู้จักดี คือพอเอเจนต์กำลังรันงานยาว คุณก็ต้องรอหรือขัดจังหวะมัน
ความสามารถหลักสามอย่างที่ Cursor ระบุ:
- คลาวด์เป็นดีฟอลต์ ใช้เครื่องตัวเองเมื่อจำเป็น — แต่ละ Project รันบน “คอมพิวเตอร์ของตัวเอง” ปิดแล็ปท็อปแล้วงานก็ยังเดิน และรันซับเอเจนต์ขนานกันได้มากกว่าที่แล็ปท็อปรับไหว ถ้าต้องทดสอบบนเครื่องคุณ coordinator จะสั่งเอเจนต์โลคัลขึ้นมารันให้
- คอนเท็กซ์ร่วม — แต่ละ Project มีชุดไฟล์ที่ซิงก์ข้ามทุกเครื่องที่เอเจนต์ใช้ เอเจนต์ใส่งานวิจัย artifact และสิ่งที่เรียนรู้เกี่ยวกับโค้ดเบสกับวิธีทำงานที่คุณชอบลงไป ถ้าเอเจนต์ตัวหนึ่งหาวิธีเทสต์เซอร์วิสได้ ทุกตัวถัดไปก็ใช้คำแนะนำนั้นได้
- Subscriptions — coordinator ดู Slack channel, รันตามตารางเวลา หรือตามทุก PR ของคุณ แก้ CI และลงมือเมื่อ PR เปิดหรือ merge โดยไม่ต้องรอให้สั่ง
พาดหัวของบล็อกคือ “direct thousands of agents through one coordinator” — สั่งเอเจนต์ได้เป็นพันผ่าน coordinator เดียว แต่บล็อกไม่ได้ระบุเพดานจริงหรือ concurrency ที่แต่ละแพลนได้
Cursor ใช้มันทำอะไร
บล็อกยกรูปแบบการใช้งานภายในบริษัทสามแบบ: งานฟีเจอร์ (เอเจนต์สำรวจระบบก่อน บันทึกลงคอนเท็กซ์ร่วม แล้ว coordinator วางแผนและกระจายงาน), การย้ายระบบ ที่ “เริ่มง่ายแต่จบยาก” ซึ่ง Cursor ใช้เปลี่ยนเฟรมเวิร์กและระบบสไตล์ครอบคลุม “หลายร้อย PR” — ช่วงแรกรีวิวทุก PR ละเอียด แล้วค่อย ๆ รีวิวน้อยลงเมื่อแพตช์ผ่าน และ “งานทำสวน” (gardening) ที่ไม่มีวันจบ ตัวอย่างคือวิศวกรคนหนึ่งตั้ง Project ดูแลดีไซน์ซิสเต็ม ให้ coordinator สแกนทุก PR ใหม่ ดึงคอมโพเนนต์ที่ควรอยู่ในดีไซน์ซิสเต็มออกมา และ เพิ่ม lint rule ทุกครั้งที่เห็นความผิดพลาดเดิมสองครั้ง โดยคาดว่าจะแตะ 20–100 PR ต่อวัน
ตัวเลขที่ต้องอ่านให้ครบประโยค
ประโยคที่สื่อหลายสำนักหยิบไปเป็นพาดหัวคือ “ผู้ใช้ใหม่ merge PR มากขึ้น 30% ขณะที่ผู้ใช้ที่ใช้ Projects เป็นหลัก merge มากขึ้นหกเท่า” แต่ประโยคก่อนหน้าในบล็อกบอกบริบทไว้ว่า “ที่ Cursor เราใช้ Projects มาหลายเดือนแล้ว” — ตัวเลขนี้จึงเป็นข้อมูลของ พนักงาน Cursor เอง บนโค้ดเบสของ Cursor เอง บล็อกไม่ได้บอกวิธีวัด ขนาดกลุ่มตัวอย่าง หรือว่า PR ที่นับมีขนาดเท่าไหร่ และกลุ่ม “ผู้ใช้หนัก” ก็คือคนที่เลือกใช้เพราะมันเข้ากับงานของตัวเองอยู่แล้ว (selection bias) ส่วนเรื่องราคา ทั้งบล็อกและ changelog ยังไม่มีข้อมูลว่า Projects คิดเงินอย่างไร ระบุแค่ว่าเป็นเบต้าและ “ทยอยเปิดให้ผู้ใช้ทุกคน” เริ่มที่เมนูซ้ายมือ
มุมมอง AI Curator
สัปดาห์นี้เป็นสัปดาห์ที่ภาพของ “coding agent” เปลี่ยนชัดที่สุดของปี: วันเดียวกันกับที่ Cursor เปิด Projects OpenAI ก็เปิด Agents API ที่ให้เช่าฮาร์เนส Codex พร้อม subagent ทั้งตัว และก่อนหน้านั้น OpenAI ใช้ซับเอเจนต์ราว 10,000 ตัวไล่โจทย์ Navier-Stokes ทุกเจ้ากำลังเดิมพันกับสถาปัตยกรรมเดียวกัน — ผู้จัดการหนึ่งตัว คนงานจำนวนมาก บนเครื่องที่ไม่ใช่ของคุณ สิ่งที่ Cursor ทำต่างคือห่อมันเป็นผลิตภัณฑ์สำหรับนักพัฒนาทั่วไป ไม่ใช่ API ให้ทีมแพลตฟอร์มไปประกอบเอง
แต่คำถามที่ผมอยากให้ทีมไทยถามก่อนเปิดใช้กับโค้ดเบสจริงมีสามข้อ ข้อแรกคือ ต้นทุน — ระบบที่ออกแบบให้ “ไม่ต้องรอคำสั่ง” และ “ทำงานต่อตอนคุณหลับ” คือระบบที่ใช้ทรัพยากรต่อไปเรื่อย ๆ โดยไม่มีคนเฝ้า และตอนนี้ยังไม่มีราคาประกาศ ข้อสองคือ ขอบเขตของข้อมูล — Project รันบนเครื่องคลาวด์ของ Cursor และเก็บคอนเท็กซ์ร่วมที่สะสม “สิ่งที่เรียนรู้เกี่ยวกับโค้ดเบส” ไว้ข้ามเซสชัน องค์กรที่มีข้อกำหนดเรื่องที่ตั้งข้อมูลต้องถามว่าไฟล์เหล่านี้อยู่ที่ไหนและลบได้อย่างไร (Cursor เพิ่งเปิด self-hosted machines เมื่อ 2 ก.ย. แต่บล็อกของ Projects ไม่ได้บอกว่ารองรับหรือไม่) ข้อสามคือ ภาระการรีวิว — ตัวอย่างการย้ายระบบในบล็อกเองบอกว่า “รีวิวน้อยลงเมื่อแพตช์ผ่าน” ซึ่งเป็นจุดที่บั๊กเล็ดลอดได้ง่ายที่สุด เมื่อ PR วันละ 20–100 อันไหลเข้ามา ความสามารถของทีมในการรีวิวจะกลายเป็นคอขวดตัวจริง ไม่ใช่ความเร็วของเอเจนต์
ไอเดียที่ผมชอบที่สุดในโพสต์กลับไม่ใช่เรื่องเอเจนต์เป็นพันตัว แต่คือ coordinator ที่ เพิ่ม lint rule ทุกครั้งที่เห็นความผิดพลาดซ้ำ — นั่นคือการเปลี่ยนสิ่งที่เอเจนต์เรียนรู้ให้กลายเป็นกฎที่ deterministic ตรวจได้ และยังอยู่ต่อแม้วันหนึ่งคุณเลิกใช้ Cursor เป็นแนวทางที่ทีมไหนก็เอาไปใช้ได้ทันทีกับเครื่องมือที่มีอยู่ ไม่ต้องรอ Projects
แหล่งข่าว
อ่านเพิ่มในหมวด เครื่องมือนักพัฒนา
Betelgeuse รัน Qwen3.8 Flash Next ขนาด 68GB บน RTX 3060 กับแรม 16GB ส่วน Basalt วัดให้เห็นว่าเอนจินที่เร่งด้วยแฟล็กลัดทำให้โมเดลลืมของ
Betelgeuse ฟอร์ก llama.cpp ที่เปิดเมื่อ 31 ต.ค. ดึง expert จาก NVMe เข้า VRAM ตามต้องการ อ้าง 22 tok/s แบบไม่ทิ้ง expert แต่ README เตือนเองว่ายังทดลองและตัวเลขมาจากคนละรอบ วันเดียวกันผู้พัฒนา Basalt เผยผลวัดว่าแฟล็กเร่งความเร็วทำคุณภาพ Q8 ตกไปใกล้ Q2
กฎห้ามโคลนเกมของ Claude Code เริ่มกระทบงานจริง บริษัทรับทำเกมกระดานร้องงานลูกค้าหยุด แต่รายงานหลายชิ้นปนกับตัวกรองไซเบอร์คนละเรื่อง
ต่อจากที่เราพบกฎนี้ในไบนารี Claude Code ผู้ใช้เริ่มรายงานว่างานเชิงพาณิชย์ถูกปฏิเสธ และ Tom's Hardware กับ Mashable หยิบไปรายงาน แต่เมื่อไล่ issue ที่อ้างถึง พบว่าหลายรายการเกิดก่อนกฎจะมา จึงน่าจะเป็นตัวกรองด้านไซเบอร์ ส่วน Anthropic ยังไม่ชี้แจง
Claude Code ส่ง transcript ของ background agent ให้โมเดลทุก ~30 วินาทีเพื่อเขียนสถานะ 3–5 คำ ผู้วัดรายงานกินราว 16% และยังปิดแบบทางการไม่ได้
รายงานอิสระพบว่าฟีเจอร์ agent_summary ของ Claude Code ส่ง transcript เต็มของ background agent ไปถามสถานะทุก ~30 วินาที คิดเป็น 16.4% ของค่าใช้จ่ายในระบบของผู้วัด Issue เปิดมาตั้งแต่ ส.ค. ยังไม่มีสวิตช์ปิดที่รองรับ เราตรวจพบโค้ดนี้ใน 2.1.314 และพบกฎใหม่เรื่องเกมที่ไม่อยู่ใน changelog