Cursor优化agent harness，称用户token成本降低 7%
Cursor在官方博客中称，通过裁剪系统提示词、按需加载工具定义、改进缓存复用、压缩文件读取行号、调整子代理策略五方面改动，agent运行的token成本下降 7%，且未降低agent质量。
AI解读：最直接受益的是长时间跑的agent用户。Cursor说，随着agent任务变重、跨步骤携带的上下文变多，系统提示词和工具定义这类固定开销占比越来越大——而这部分开销是Cursor自己可控的。
具体做法包括：把系统提示词裁掉约 66%；把使用率不足 20% 对话的内置工具改为按需加载；利用OpenAI GPT-5.6之后API支持的显式缓存断点，把冷缓存未命中率降低 20%；文件读取行号改为每十行标注一次，缓存读取token减少 1.6%；并调整了对子代理的提示和选模型逻辑。
对普通Cursor用户来说，这意味着同样的任务花更少的token额度，不需要改自己的工作方式。但 7% 是Cursor自己对整体用户的统计，博客没有给出分场景数据，也没有公开质量评测的细节，实际节省幅度会因任务类型而异。
Cursor提到MCP工具动态加载此前已让调用MCP工具的会话总token减少 46.9%，这次是把同一思路用到了内置工具上。可以推断，工具越多、上下文越长的任务，受到的正面影响可能越明显，而短任务本来就没什么可省的。
Cursor在官方博客中称，其agent harness的一系列改动让用户token成本降低了 7%，且没有降低agent质量。
博客说明，这些改动分布在五处：修剪系统提示词、按需加载工具定义、改进缓存复用、压缩文件读取开销、调整子代理使用策略。
为什么现在要省token
Cursor称，随着agent承担的任务更复杂，token花费结构发生了变化：agent运行时间更长，并且会把更多上下文从一步带到下一步，因此上下文的组装和管理方式变得更重要。
在这类长任务中，每轮都随请求发送的系统提示词和工具定义，成为Cursor可以完全控制的较大开销来源。
系统提示词裁掉约 66%
Cursor表示，以往模型能力较弱时，需要详细写明工具使用、任务管理和代码修改流程，还要防范极长hash输出、二进制输出和emoji等异常行为。
随着模型变强，这些冗长指令变得不再必要。Cursor改为直接定义工具行为，模型通常就会遵守，这一做法在不同模型家族上都成立，因此将系统提示词裁剪了约 66%。Cursor补充说，它仍会随着新模型的需要增删指令。
工具定义改为按需加载
Cursor称，工具定义在一年间随背景shell监控、云子代理、更可靠的网页内容访问等能力加入而大幅增长，但其中多数工具只在不到 20% 的对话中被用到。
Cursor此前已将MCP工具移入动态上下文、只在需要时加载，这让调用MCP工具的会话总token减少 46.9%。现在它把同样方法用在内置工具上，通过A/B测试决定哪些工具留在静态上下文：保留读取、搜索、编辑、shell等高频工具，以及部分模型容易幻觉调用的ask_question和Plan Mode中的create_plan等特定流程必需工具，其余工具改为按需加载。
Cursor称，测试期间追踪了token用量、成本、延迟、工具调用错误和整体agent使用情况，以确保省下的token没有以质量为代价。
利用显式缓存断点，冷缓存未命中减少 20%
Cursor说，每一轮agent请求都会重发包含工具、系统指令、初始设置和已有对话的长请求，开头部分大多不变，末尾的对话持续增长。提示缓存允许模型提供商复用未变化的前缀，但缓存的可配置程度因提供商而异。
Cursor称，在GPT-5.6之前，缓存边界由最新请求自动决定，工具和系统指令虽然很少变化，却没有被单独标记为可复用。GPT-5.6起，OpenAI API允许客户端在默认隐式缓存之外标记显式缓存断点。Cursor现在把断点放在请求中稳定层之后、增长中的对话之前，让后续轮次复用更多未变化前缀。
Cursor还收紧了请求前部的内容：工具和系统指令只保留很少变化的部分，把技能、子代理、环境信息等更易变的设置移到缓存边界之后的“phantom user message”中。Cursor称这些改动把冷缓存未命中率降低了 20%。
文件行号每十行标一次，子代理不再被强推
Cursor称，agent通过Read工具读取文件，传统上会给每一行编号，因为模型不擅长自己数行、且需要为用户引用具体位置。单个行号只占约 3 到 5 个token，但一次会话读取数万行时，逐行编号会带来明显开销。Cursor改为只给每第十行标号，称这仍足够让模型正确引用代码，缓存读取token因此减少 1.6%，质量没有下降。
在子代理方面，Cursor称每个子代理通常以全新的上下文窗口开始，汇报结果后父agent可以不带其完整工作上下文继续，从而省token；但上下文隔离会带来协调成本，可能重复工作或执行不再必要的任务。
Cursor做了两处调整：移除强烈鼓励agent用子代理探索代码库的指令——因为子代理在训练数据中更常见、研究人员已将其纳入后训练，模型已自然学会该模式，去掉额外提示后子代理使用更均衡；同时收紧子代理的模型选择，规定只有用户或harness指示时才换用不同模型。
后续计划
Cursor表示会继续测量长任务中上下文如何累积，并测试harness在哪些环节可以减少重复处理而不影响agent质量，预期token用量增速将远低于agent可完成工作量的增速。博客还提到，这些经验已被用于Grok Bot，Cursor正为其独特的harness做优化。
需要说明的是，以上内容基于Cursor官方博客，其中 7% 成本下降、66% 提示词裁剪、46.9% MCP会话token减少、20% 冷缓存未命中下降和 1.6% 缓存读取token减少等数字均为Cursor自行披露。