Интеграция ИИ-агентов в разработку: опыт Cursor
Компания Cursor продемонстрировала успешный подход к интеграции ИИ-агентов в процесс разработки, позволяя им самостоятельно создавать до 800+ pull request’ов в месяц. Этот кейс, представленный Лорен Тан из Cursor, подчеркивает важность выстраивания доверия к автономным агентам и создания среды, которая предотвращает нарушения установленных правил.
Путь к автономности: от типового кода к целевым PR
Изначально команда Cursor столкнулась с проблемой, когда ИИ-агенты генерировали «типовой React Native» код, не соответствующий внутренним стандартам: они могли изменять нативные каталоги, использовать некорректные форматы для стилей и игнорировать правила линтинга. Однако, благодаря комплексной системе верификации, удалось достичь состояния, когда большинство задач среднего и малого масштаба проходят в production через pull request, созданный исключительно ИИ-агентом и затем только ревьюированный человеком.
Ключевые механизмы построения доверия и контроля
Успешная интеграция ИИ-агентов в команду Cursor базируется на нескольких ключевых инструментах и методологиях:
- Слоистые доки: Разработка документации, адаптированной для различных аудиторий, обеспечивает четкое понимание требований.
- Cursor hooks: Специальные хуки блокируют запись в нативное дерево проекта и предотвращают остановку агента на ошибках линтинга, обеспечивая непрерывность процесса.
- Safe-list автономных задач: Формирование списка задач, которые агенты могут выполнять полностью автономно, снижает риск нежелательных изменений.
- Telegram-бот на Cursor Agent SDK: Интеграция бота, замыкающего цикл «QA-агент нашел баг → /pr_qa → PR», автоматизирует процесс исправления ошибок и создания запросов на изменения.
Главный вывод из опыта Cursor заключается в том, что ИИ-агент становится полноценным членом команды не столько благодаря детальным инструкциям, сколько за счет создания среды, которая системно не позволяет ему нарушать установленные правила и стандарты разработки.
Интересный кейс, но меня смущает заявленная цифра в 800+ PR в месяц. Насколько эти PR значительны и не создают ли они дополнительную нагрузку на ревьюеров? Все-таки, «только ревьюированный человеком» может скрывать под собой часы ручной доработки. Также интересно, как решается проблема с потенциальной деградацией кодовой базы при такой высокой скорости изменений от ИИ, даже с учетом всех «хуков» и «safe-листов».