Мультиагентная разработка в Cursor: как заставить субагентов работать на большие проекты

Статья разбирает два мира агентной разработки: интерактивный IDE-подход Cursor и автономный режим Code, где агент самостоятельно вносит правки по одной инструкции. На больших кодовых базах (сотни тысяч строк) обе модели упираются в ограничения контекста: растут расходы на токены и падает точность, даже при миллионных контекстах модели стабильно работают лишь в диапазоне 100–200 тысяч токенов. Автор показывает, как идея субагентов Claude (отдельных агентов с фиксированными ролями и узким контекстом) может быть перенесена в Cursor для обхода этих ограничений.

Ключевой приём — оркестратор в основном диалоге, который через CLI-утилиту cursor-agent сам поднимает субагентов с разными ролями (аналитик, архитектор, планировщик, разработчик, ревьюер) и моделями (например, opus-4.5 для аналитики и composer-1 для реализации). Процесс строится «сверху вниз»: сначала формируется архитектурный каркас и сквозные тесты, затем по плану дорабатывается реализация, что позволяет избежать классического waterfall-эффекта, когда несовместимость компонентов обнаруживается только в конце. Такой мультиагентный конвейер превращает сложные доработки в существующих системах в сходящийся процесс с минимальным участием разработчика между постановкой задачи и финальной проверкой результата.

Читайте также

  1. Jules: вайбкодинг-агент Google, который не справился
  2. GitHub SpecKit: вайб-кодинг на основе спецификаций
  3. Эффективные практики программирования с ИИ-чатботами
  4. Мой опыт настройки и использования ИИ-инструментов в разработке
  5. Я сделал сайт с Claude Code вместо админки — и это оказалось очень удобно
Ключевые инсайты из новости (по версии ChatGPT)
  • Ограничения больших контекстов LLM при агентной разработке: Даже при миллионных контекстах модели надёжно работают в диапазоне примерно 100–200 тысяч токенов: выше растут расходы на токены и падает точность, увеличиваются потери деталей и галлюцинации. Это означает, что для больших проектов нельзя полагаться только на «огромный контекст» и нужно проектировать процессы, которые держат рабочий контекст каждого агента узким и релевантным.
    [процесс]
Для получения полного доступа оформите подписку PubMag PRO.
Зарегистрированные пользователи видят только два тезиса.
Зарегистрироваться
Инсайты автоматически генерируются с помощью искусственного интеллекта на основе текста статьи.
← Назад в лентуЧитать оригинал →
✈️ Подписывайтесь на мой Telegram-канал — там еще больше интересного про AdTech, MarTech, AI и многое другое!