Cursor lanza Agent SDK: agentes de IA como código

¿Qué puso Cursor en disponibilidad general?

Cursor puso hoy en disponibilidad general su Agent SDK, el framework con el que un equipo puede definir agentes de IA como código y desplegarlos con un solo comando: agent-sdk deploy. Es el mismo framework con el que la compañía construye sus propios agentes gestionados: Bugbot, Security Reviewer y Rollouts.

El dato que mejor mide el atajo es interno: uno de sus agentes, kb-reviewer, se construyó en aproximadamente un día y hoy corre en cada pull request del repositorio principal de Cursor. Ese es el orden de magnitud que propone el lanzamiento, y es exactamente lo que un equipo de producto con recursos limitados necesita saber leer.

Hasta ahora, quien quería automatizar trabajo recurrente del ciclo de desarrollo tenía dos caminos incómodos: adoptar un producto diseñado alrededor del workflow de otra empresa, o construirlo desde cero. El SDK apunta a un tercero: que el agente se adapte a cómo opera el equipo, no al revés.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Qué agentes puedes construir con el Agent SDK?

Los agentes del SDK se conectan a los lugares donde el equipo ya trabaja y actúan cuando ocurre un evento relevante. Los ejemplos que da Cursor son concretos: revisar un pull request, ejecutar un flujo de compliance o investigar un incidente.

El caso de code review es el más desarrollado en el anuncio:

El agente responde a eventos de pull request de GitHub, GitLab o Bitbucket.
Puede evaluar el riesgo de un cambio y enrutarlo al equipo correcto.
Puede aprobar los cambios que cumplan la política que definió el equipo.

El ejemplo de kb-reviewer muestra cómo se ve eso en la práctica: corre en cada PR del repositorio principal, marca los cambios que contradicen una lección ya registrada, cita la nota detrás de cada hallazgo e invita a los ingenieros a resolver la discrepancia. No es solo un revisor de código: es un agente que sostiene la memoria técnica del equipo mientras el código cambia.

Para trabajo más complejo, los agentes pueden delegar una tarea a otro agente especializado, con sus propias herramientas y sesiones, o repartir un trabajo entre subagentes en paralelo.

¿Cómo se define y se despliega un agente por dentro?

Un agente del SDK se organiza como un proyecto de software pequeño. Cada archivo representa algo que el agente sabe o puede hacer:

Las instrucciones se escriben en Markdown.
Las herramientas se definen como funciones de TypeScript.
Las conexiones a servicios externos y los evals que prueban al agente viven en el mismo proyecto.

Como todo es código, los cambios pasan por el mismo control de versiones y revisión que el resto del software. Eso tiene una consecuencia poco glamorosa pero decisiva: un responsable de compliance o de legal puede leer el prompt en un pull request, comentarlo y aprobarlo sin aprender una interfaz propietaria.

El despliegue se hace corriendo agent-sdk deploy desde el directorio del proyecto. El comando construye el agente, le asigna una URL y lo arranca en la infraestructura de Cursor, con secretos e integraciones gestionados desde el dashboard. Si el equipo prefiere no depender de esa infraestructura, cada agente corre como un único proceso de Node que se puede empaquetar en un contenedor.

El SDK incluye además evals y replay de eventos desde el arranque, para probar flujos críticos antes de confiar en ellos. PGA Tour lo usa para motorizar su fábrica de desarrollo de software y afirma que el soporte de evals incorporado le permite iterar sobre ideas nuevas y optimizar capacidades existentes de forma confiable.

¿Por qué Cursor lanza esto justo ahora?

El contexto competitivo explica bastante. Según datos de gasto corporativo de Ramp citados por Tech Times, la participación de Cursor en el mercado de herramientas de coding con IA cayó de cerca del 41% en junio de 2025 a aproximadamente el 26% en mayo de 2026, incluso con ingresos anualizados en torno a los US$4.000 millones. El avance de Claude Code, de Anthropic, que alcanzó US$2.500 millones en ingresos anualizados hacia febrero de 2026 según ese mismo medio, es parte de la explicación.

A eso se suma una operación que redefine a la compañía: en junio de 2026, SpaceX acordó comprar Anysphere, la matriz de Cursor, por US$60.000 millones en acciones, según The Next Web. La misma publicación reporta que la herramienta se usa en casi dos tercios de las empresas del Fortune 500 y que sus ingresos anualizados rondaban los US$4.000 millones a comienzos de junio.

En ese tablero, el Agent SDK no es solo una herramienta para desarrolladores: es una jugada de plataforma. Si los agentes a medida del equipo viven en la infraestructura de Cursor, el costo de migrar a otra herramienta sube.

El resto del mercado se mueve en la misma dirección. InfoWorld reportó que Anthropic agregó soporte para el formato AGENTS.md en Claude Code, un estándar abierto de archivos de instrucciones gobernado por la Agentic AI Foundation bajo la Linux Foundation. Y CNBC informó que Microsoft reorganizó su app de Copilot para combinar capacidades de coding con construcción de agentes, en un momento en que menos del 7% de los más de 450 millones de asientos comerciales de Office 365 tienen licencia de IA. Las instrucciones en texto plano se están volviendo el punto de control donde las empresas gobiernan a sus agentes: convenciones, requisitos de seguridad y políticas de compliance.

¿Qué significa esto para tu startup?

1. Empieza por la política, no por el prompt. El valor de un agente de code review no está en que revise, sino en que revise según tus reglas. Antes de escribir una línea, documenta qué cambios requieren atención y quién debe revisarlos. Ese documento es lo que después se convierte en las instrucciones en Markdown del agente.

2. Elige un caso con evento claro y resultado auditable. Los agentes que mejor rinden responden a algo que ya pasa en tu equipo (un PR, un incidente, un checklist de cumplimiento) y producen un output que alguien puede verificar. Si no puedes medir si el agente acertó, no puedes iterarlo.

3. Trata los prompts como código revisable. Al vivir en Markdown dentro del repositorio, las políticas del agente pasan por el mismo flujo de revisión que cualquier cambio. Es la forma más barata de que producto, seguridad y compliance compartan una sola fuente de verdad.

4. Calcula el lock-in antes de desplegar. El camino por defecto es la infraestructura de Cursor, pero el SDK permite correr cada agente como proceso de Node en un contenedor propio. Si tu empresa tiene requisitos estrictos sobre dónde vive su código, conviene evaluar esa opción desde el día uno y no cuando el agente ya sea crítico.

5. Escribe evals antes de conectar producción. El replay de eventos permite reproducir un incidente pasado y verificar que el agente lo maneja como esperas. Descubrirlo ahí es mucho más barato que descubrirlo con el equipo esperando una respuesta.

Conclusión

El Agent SDK de Cursor llega cuando la pregunta dejó de ser si conviene usar agentes de IA en el equipo y pasó a ser cómo lograr que el agente trabaje como trabaja el equipo. La respuesta que propone Cursor, con agentes definidos como código, evals, versionado y despliegue en un comando, es la más alineada con cómo opera un equipo de software serio.

Para una startup hispanohablante con equipo chico, la oportunidad real no está en replicar un agente genérico, sino en codificar el conocimiento que ya existe: las decisiones, los errores y los criterios que hoy viven en la cabeza de dos o tres personas. Eso es lo que hace kb-reviewer. Y ese tipo de agente no exige un equipo grande, exige claridad sobre las reglas propias.