Cursor: как сотни AI-агентов написали миллион строк кода за неделю

Команда разработчиков AI-редактора кода <a href="/tools/cursor" class="text-primary hover:underline">Cursor</a> опубликовала результаты масштабного исследования по использованию автономных агентов для долгосрочных задач. Цель эксперимента заключалась в том, чтобы выяснить, насколько далеко можно продвинуть границы автоматического кодирования в проектах, которые обычно занимают у людей месяцы работы.

Проблема масштабирования

Одиночные AI-агенты уже хорошо справляются с узкими задачами, но «буксуют» на сложных проектах. Логичным шагом стало распараллеливание работы, однако координация множества агентов оказалась сложной инженерной задачей.

Изначально команда Cursor пробовала плоскую структуру, где все агенты имели равные права и координировались через общий файл с блокировками (locking mechanism). Этот подход провалился: агенты «забывали» снимать блокировки, система становилась узким местом, а сами модели начинали избегать сложных задач, предпочитая делать мелкие, безопасные правки без реального прогресса.

Решение: Разделение ролей

Эффективным решением стало внедрение иерархии и специализации:

• Планировщики (Planners): Непрерывно изучают кодовую базу и создают задачи. Они могут запускать под-планировщиков для конкретных областей, делая процесс рекурсивным.
• Исполнители (Workers): Берут конкретную задачу и фокусируются только на ней, не отвлекаясь на общую картину. Они пишут код и отправляют изменения.
• Судьи (Judges): В конце цикла оценивают результат и решают, стоит ли продолжать итерацию.

Результаты эксперимента

Чтобы проверить систему, Cursor поставили амбициозную цель: написать веб-браузер с нуля. Результаты за неделю работы автономной системы:

• Написано более 1 миллиона строк кода.
• Создано более 1 000 файлов.
• Сотни агентов работали одновременно, отправляя код в одну ветку с минимальными конфликтами.

Кроме того, система успешно провела миграцию кодовой базы самого Cursor с Solid на React (более 450 тысяч изменений строк кода за 3 недели) и оптимизировала рендеринг видео в новом продукте, ускорив его в 25 раз с помощью Rust.

Ключевые инсайты

1. Выбор модели критичен. Для длительных задач <a href="/glossary/gpt" class="text-primary hover:underline">GPT</a>-5.2 показала себя лучше, чем Opus 4.5, благодаря умению дольше удерживать фокус и точнее следовать инструкциям.
2. Специализация моделей. GPT-5.2 лучше справляется с планированием, даже по сравнению с моделями, обученными специально для кодинга.
3. Простота побеждает. Сложные схемы управления конфликтами оказались не нужны — рабочие агенты (workers) сами справлялись с разрешением противоречий в коде.

Этот эксперимент доказывает, что масштабирование разработки через увеличение количества агентов — это рабочий путь. Сотни AI-моделей могут эффективно сотрудничать над одной кодовой базой, выполняя задачи, требующие недель человеческого труда.