Cursor доказал: дешевые ИИ-модели пишут код почти на уровне флагманских, если задачи им ставит более мощная нейросеть-планировщик. В свежем тесте компания заставила рой ИИ-агентов пересобрать SQLite на Rust — только по 835-страничной документации, без доступа к исходному коду, тестам и интернету. Каждая из конфигураций нового роя прошла тест-сьют sqllogictest (миллионы SQL-запросов с известными ответами) на 100%, тогда как предыдущая версия системы просто увязла в собственных конфликтах слияния. Для тех, кто зарабатывает на автоматизации и фрилансе, это сигнал: AI-разработка входит в фазу, где дорогая модель нужна не для написания кода, а для управления процессом.
Как рой ИИ-агентов Cursor делит работу
Идея простая и почти управленческая. В Cursor 3 задачи разбиты на две роли. Планировщики — это агенты на топовых моделях (в тестах участвовали GPT-5.5, Grok 4.5, Opus 4.8 и Fable 5), которые рекурсивно дробят большую цель на маленькие подзадачи. Воркеры — быстрые и дешевые модели (в паре с планировщиками использовалась Composer 2.5), которые эти подзадачи просто выполняют. По сути, это ответ на главную проблему одиночного ИИ-агента: ему приходится одновременно держать в голове и общую цель, и текущий шаг, из-за чего он "уплывает" на длинных задачах. Разделив контекст между тем, кто решает, и тем, кто делает, Cursor показал, что нейросеть пишет код надежнее именно в узкой роли исполнителя.
Зачем Cursor пришлось изобретать свою систему контроля версий
Старый браузерный рой Cursor выдавал около 1000 коммитов в час, но агент-интегратор, который разруливал конфликты, сам стал узким местом. Новая система дошла до 1000 коммитов в секунду — и на такой скорости обычный Git уже не справлялся, поэтому Cursor написала собственную систему версионирования. Возникли и совсем нечеловеческие баги: два планировщика независимо реализовывали одну и ту же идею в разных местах ("split-brain"), а если они знали друг о друге — начинали блокировать чужие правки. Решение — общие дизайн-документы: любой кусок кода, привязанный к решению, ссылается на документ, и эта связь проверяется прямо на этапе компиляции.
Кто проверяет код после ИИ-программиста
Cursor протестировала несколько подходов к ревью: один агент видел полную переписку воркера, второй — только результат, третий — только сам код проекта. Ни один ракурс не ловил всё сразу, зато вместе разные точки зрения давали куда более надежную проверку. Отдельная фишка — "полевой справочник", база знаний, которую агенты сами пополняют находками в процессе работы и которую получает при старте каждый новый воркер. Раз веса моделей заморожены, дешевле один раз записать неочевидный вывод, чем заставлять следующего агента набивать те же шишки.
Что это значит для будущего программирования с ИИ
Главный вывод для тех, кто следит за AI-агентами для разработки: дорогая модель окупается не как кодер, а как архитектор процесса. Автоматизация кодинга смещается в сторону оркестрации — множество дешевых воркеров под управлением одного сильного планировщика оказывается быстрее и дешевле, чем один мощный агент, который делает всё сам. Учитывая, что Cursor (Anysphere) недавно оценили в $60 млрд при покупке SpaceX, ставка на такую архитектуру выглядит не экспериментом, а следующим этапом эволюции ИИ-программиста.
Комментарии 0