Cursor의 최신 업데이트는 에이전트의 복잡하고 장기 실행되는 작업을 개선하기 위한 여러 주요 기능을 도입합니다.

핵심 방법론 중 하나는 Subagents의 도입입니다. 이는 상위 에이전트의 작업을 개별적인 부분으로 분할하여 처리하는 독립적인 에이전트입니다. Subagents는 병렬로 실행되며, 각각 고유한 컨텍스트를 가지며, 사용자 정의 프롬프트, 도구 접근 권한 및 모델로 구성될 수 있습니다. 이러한 모듈화된 접근 방식은 전체 실행 속도를 향상시키고, 메인 대화의 컨텍스트를 더욱 집중시키며, 각 서브태스크에 특화된 전문성을 제공합니다. 기본 Subagents는 코드베이스 연구, 터미널 명령 실행 및 병렬 워크 스트림 처리를 포함하며, 사용자 정의 Subagents 정의도 가능합니다.

다음으로, Agent Skills가 추가되어 에이전트가 도메인별 지식과 워크플로우를 동적으로 발견하고 적용할 수 있게 합니다. 이 Skills는 SKILL.md 파일에 정의되며, 사용자 정의 명령, 스크립트 및 특정 에이전트 기능을 위한 지침을 포함할 수 있습니다. Skills는 항상 활성화되는 선언적 규칙(declarative rules)과 비교하여 동적인 컨텍스트 발견 및 절차적 "how-to" 지침에 더 적합하여, 에이전트에게 유연성을 제공하면서도 컨텍스트를 집중시키는 데 기여합니다. 에이전트는 Skills를 자동으로 발견하거나 슬래시 명령(slash command) 메뉴를 통해 호출할 수 있습니다.

또한, Cursor 에이전트에서 직접 이미지를 생성하는 기능이 통합되었습니다. 사용자는 텍스트 설명이나 참조 이미지를 통해 이미지 생성 모델(Google Nano Banana Pro)을 안내할 수 있습니다. 생성된 이미지는 인라인 미리보기로 표시되며 기본적으로 프로젝트의 assets/ 폴더에 저장됩니다. 이 기능은 UI mockups, 제품 자산 및 아키텍처 다이어그램 생성에 유용합니다.

Cursor Blame은 Enterprise plan에서 제공되는 기능으로, 기존 git blame에 AI 귀속(attribution) 기능을 확장합니다. 이 기능은 코드가 AI에 의해 생성되었는지 또는 사람이 작성했는지를 정확히 구분할 수 있도록 합니다. 각 코드 라인은 해당 변경 사항을 생성한 대화의 요약에 연결되어, 코드 변경의 맥락과 근거를 이해하는 데 도움을 줍니다. Cursor Blame은 Tab completions, 에이전트 실행(모델별 분류), 그리고 사람이 수정한 코드(human edits)를 구분하며, 팀의 코드베이스에서 AI 사용 패턴을 추적할 수 있도록 합니다.

마지막으로, 에이전트가 사용자에게 Clarification questions를 질문할 수 있는 기능이 모든 대화로 확장되었습니다. 이전에 Plan 및 Debug 모드에서 사용되던 대화형 Q&A 도구를 활용하여, 에이전트는 사용자 응답을 기다리는 동안에도 파일 읽기, 편집 또는 명령 실행과 같은 작업을 계속 수행할 수 있으며, 응답이 도착하는 즉시 이를 작업에 통합합니다. 사용자 정의 Subagents 및 Skills 또한 "use the ask question tool" 지침을 통해 이 도구를 활용할 수 있습니다.