🛠 Кейс Cursor: 800+ PR в месяц и доверие к ИИ-агентам Инженер Cursor Лорен Тан вносит в основную ветку около 800 запросов на слияние за первые 12 дней месяца, а в прошлом месяце довела это число до 1000. По данным Habr, ей не нужно проверять каждый запрос вручную: 20 из них объединяются ещё до того, как она просыпается. Ключ не в «более умной» модели, а в системе проверки: агент сам запускает код, снимает трассировки загрузки процессора, открывает симулятор iOS и завершает цикл проверки. Объём изменений варьируется от 50 до 1000 строк. Лорен пришла в Cursor из Meta, где работала над компилятором React. Поначалу она была единственной, кто проверял результаты: запускала сборку, копировала ошибки агенту и ждала исправлений — это стало узким местом. Решением стали навыки и карта функций: сначала навык Control Glass позволил агенту самостоятельно подключаться через Chrome DevTools Protocol, затем карта функций в модуле Pstack описала все элементы интерфейса и атрибуты DOM. Агент перестал беспорядочно искать код и начал воспроизводить проблему по инструкции. Отдельный навык HAL запрещает агенту строить догадки о причине ошибки, пока он не прочитает затронутый код. Проверка гарантирует корректность, но не архитектуру — Лорен прямо называет опасной разработку проектов с нуля на основе интуитивных подсказок: агенты решают задачи кратчайшим путём, и исходный код превращается в хаос. Для координатора Grokbot она создала архитектуру Dune с жёсткими проверками непрерывной интеграции: запрет useEffect, запрет комментариев, контроль графа зависимостей между процессами Electron. Даже менеджеры продукта могут отправлять код, потому что ограничения встроены в конвейер разработки, а не заданы текстовыми правилами. Любое частое замечание при проверке кода превращается в автоматическую проверку. Доверие к агенту зависит не от размера модели, а от качества цикла проверки и ограничений. Компании, которые вкладываются в проверки непрерывной интеграции и карты функций, получают кратный рост числа запросов на слияние, а те, кто надеется на составление запросов, продолжают мелочно контролировать процесс. Российские команды в Yandex или Sber уже используют похожие подходы: вопрос не в том, станет ли модель умнее, а в том, кто быстрее превратит замечания при проверке кода в автоматические проверки. #Cursor #агенты #AIверификация #Pstack #вайбкодинг