Коротко
Спикер из Cursor рассказывает, как компания превращает Claude-агентов в полноценных «облачных сотрудников» через три стадии: дать им инструменты и контекст, научить работать с сильными моделями, потом построить «систему, которая строит систему». Онбординг агента, как онбординг разработчика: компьютер, документация, среда, в которой видно что происходит. Cursor запустил cloud-based агента, который при заходе сам разбирается в кодовой базе, и поставил на Claude 4.7 как лучшую модель для computer use. Главный операционный приём, WTF skill (Work on The Factory): агент в фоне репортит любую сломанную мелочь, проблемы группируются, второй агент-менеджер их разгребает. Чем сильнее агент, тем больше ему доверяют и нагружают, петля положительной обратной связи.
Главный тезис
Чтобы агенты вытягивали большие задачи самостоятельно, к ним надо относиться как к новым сотрудникам: давать видимость, среду, документацию и право жаловаться на инфраструктуру, а не выжимать задачи из текущего сетапа.
Ключевые идеи
- 0:55, Cursor прошёл три стадии работы с агентами: дать инструменты и контекст, научить пользоваться сильными моделями, построить «систему, которая строит систему».
- 1:28, третья стадия, мета-уровень: вместо помощи агенту от A до D строится система, решающая всё от A до Z.
- Онбординг агента сделан по аналогии с онбордингом человека в Cursor: компьютер, среда, документация.
- Старый опыт настройки для модели был как «закинуть её в базу данных», тысячи строк инструкций без возможности потрогать приложение.
- 2:53, cloud-агент при заходе в Cursor сам исследует кодовую базу, не меняя её, чтобы понять, как её запускать.
- 4:02, улучшение dev-среды для агентов даёт петлю положительной обратной связи: запускают больше агентов → больше пользы → ещё больше запускают.
- 4:50, главный принцип автономии: агент должен видеть всё, что видишь ты (whisper-ошибка: «lawyers» = «agents»).
- 6:00, после программирования следующая большая область для агентов, computer use (управление пикселями, мышью, клавиатурой).
- 6:14, метафора сложности: код, это шахматная доска (всё видно), а навигация по нему, видеоигра (видишь только маленький кусок, есть тупики и двери в одну сторону).
- 6:40, Claude 4.7, выбранная Cursor модель для computer use из-за способности к долгому планированию и откату.
- 7:41, научиться сразу пушить задачи агентам, а не копить в трекере, даёт кратный рост числа активных агентов.
- 8:23, Cursor применяет принцип «безопасность через свободу»: давать агенту больше, а не меньше прав, в разумных пределах.
- 11:46, WTF skill (Work on The Factory): агент обязан репортить всё раздражающее и сломанное, а не «терпеть» рутину.
- 12:46, поверх репортов работает второй агент-менеджер, который классифицирует проблемы и группирует повторяющиеся.
- 11:27, цель системы, постепенно убирать человека из петли разбора проблем.
Почему это важно
Cursor продаёт IDE, где главный пользователь, уже не человек, а агент. Эта презентация, публичное признание того, что экономика продукта зависит не от UX для разработчика, а от DX для модели. Anthropic выигрывает дважды: Claude 4.7 позиционируется как дефолт для computer use, и сам подход «агент жалуется в фабрику» закрепляет паттерн долгих автономных сессий, где их преимущество в планировании проявляется сильнее всего. Проигрывают компании, которые думают про AI как про «автокомплит для человека», они упрутся в стену, пока конкуренты строят инфраструктуру под рои агентов.
Идеи
- Агент в сегодняшнем сетапе работает как разработчик, которому дали тысячи страниц доков и запретили запускать приложение, удивительно, что это вообще работает.
- Видимость для агента важнее прав: если он не видит результата своего действия, корректировать поведение невозможно.
- Cloud-агент при первом заходе не должен ничего менять, только разбираться, как запускается проект.
- Локальная разработка прощает «оставленное состояние», cloud-агенту приходится поднимать окружение с нуля каждый раз, это узкое место.
- Чем дольше агент ждёт старта сервиса, тем меньше задач за единицу времени и тем меньше доверия у пользователя.
- Способность агента строить самотест после изменения (как в примере с marketplace) даёт разработчику артефакт для ревью до того, как читать код.
- При параллельной работе многих агентов визуальный результат становится единственным масштабируемым способом проверки.
- Копить проблемы в трекере vs. сразу пушить, стратегический выбор, влияющий на количество одновременно живых агентов.
- «Безопасность через свободу», контринтуитивный принцип: больше прав даёт более полезного агента, а не более опасного.
- WTF skill превращает агента из исполнителя в сенсор для инфраструктуры, он жалуется на то, что человеку даже не пришло бы в голову зарепортить.
- Старые модели не умели жаловаться, это новое поведение, появившееся в Claude последнего поколения.
- Один агент репортит, второй разгребает: разделение труда между агентами по аналогии с человеческими ролями.
- Проблемы делятся на технические (фикс возможен), пермишен-проблемы (нет доступа) и проблемы незнания (агент не понимает, что делать).
- Цель, асимптотически убрать человека из разбора, оставив только эскалацию.
- Сильный агент → доверие → больше задач → больше данных о слабостях → ещё более сильный агент.
- Обратная петля тоже работает: слабый агент → недоверие → меньше использования → нет данных → деградация.
- Programmer experience уже хорошо изучен; Agent Experience (AX), новая дисциплина, требующая не меньше внимания.
- Подход «фабрика проблем» переносим за пределы программирования, это общий паттерн для любых background-операций ИИ.
- Чессбоард vs. видеоигра, рабочая метафора для оценки того, какие задачи модели под силу: где нужна общая картина, где локальная навигация.
- Когда агентов становится много, ошибки масштабируются, каждая мелкая боль умножается на число параллельных сессий.
Инсайты
- Agent Experience становится отдельной инженерной дисциплиной: как DX оптимизировал инструменты под человека, AX оптимизирует инфраструктуру под модель, и это две разные оптимизации.
- Доверие, не настройка, а функция инвестиций: пользователи не «решают» доверять агенту, доверие появляется как побочный эффект надёжности, а надёжность, следствие вложений в среду.
- Жалоба агента ценнее его результата: репорт о сломанной мелочи указывает на структурный дефект инфраструктуры, который человек просто проигнорирует.
- Мета-уровень всегда побеждает прямую помощь: компания, строящая систему для решения класса задач, обгоняет ту, что решает задачи поштучно, даже если в моменте вторая выглядит продуктивнее.
- Автономия требует видимости, а не интеллекта: ограничение агента сегодня, не модель, а то, что он не видит результата своих действий.
- Параллелизм меняет требования к артефактам: при одном агенте важен код, при десяти, визуальный или тестовый отчёт, потому что код прочитать уже невозможно.
- Безопасность через ограничение, антипаттерн в эпоху агентов: жёсткие пермишены превращают модель в бесполезного наблюдателя; продуктивнее давать свободу и контролировать через наблюдение.
- Архитектура «агент-сенсор + агент-менеджер» воспроизводит человеческую организацию, потому что задачи координации остаются теми же независимо от того, кто их выполняет.
Фреймворки
Три стадии работы с агентами (по Cursor):
- Дать инструменты и контекст для самостоятельной работы.
- Научить эффективно использовать сильные модели и обновлять их паттерны поведения.
- Построить «систему, которая строит систему», мета-уровень, решающий класс задач, а не отдельные задачи.
Классификация проблем агентов:
- Технические (можно зафиксить кодом).
- Пермишен-проблемы (нет доступа, нужно расширить права).
- Проблемы незнания (агент не понимает, что делать, нужно человеческое вмешательство и документация).
Метафора сложности кода:
- Код как шахматная доска, все фигуры видны разом.
- Навигация по коду как видеоигра, видишь только маленький фрагмент, есть двери в одну сторону и тупики.
Цитаты
«building the system that builds the system», 1:28 строить систему, которая строит систему
«From the perspective of the model, thousands of lines of software instructions pass at high speed», 2:22 С точки зрения модели, тысячи строк программных инструкций пролетают на высокой скорости
«Anyone can visit Courser, Comboard, and the cloud-based representative will start working», 2:53 Любой может зайти в Cursor, и cloud-агент сразу начнёт работать
«give your lawyers the possibility of vision», 4:50 дай своим агентам возможность видеть
«the lawyers must be able to see everything you see», 4:53 агент должен видеть всё, что видишь ты
«using computers is the next important field», 6:00 использование компьютеров, следующая важная область
«if the program was like a chessboard where you can see all the pieces on the board», 6:14 если бы программа была как шахматная доска, где видны все фигуры
«moving between these pieces, it is like a video game where you can only see a small part», 6:21 перемещение между ними, как видеоигра, где видишь только маленькую часть
«There are doors with one direction and there are cases of loss that you can reach», 6:26 Есть двери в одну сторону и тупики, в которые можно зайти
«the Cloud 47 model is our model for using the computer», 6:40 Claude 4.7, наша модель для computer use
«start directly sending notifications», 7:41 начни сразу пушить уведомления
«security through freedom», 8:23 безопасность через свободу
«When cloud programs fail, it is really useful to allocate some time to know the cause of the error», 9:05 Когда облачные программы падают, реально полезно потратить время и понять причину ошибки
«if the failure continues, it leads to accumulated failure in all directions of the company», 9:17 если падения продолжаются, это ведёт к накопленному провалу во всех направлениях компании
«when you invest in them and make them do better, everyone wants to use them more», 9:33 когда ты в них инвестируешь и делаешь их лучше, все хотят использовать их больше
«you have the employee experience, and you must take care of it to the same extent, if not more», 10:29 у тебя есть Agent Experience, и заботиться о нём нужно не меньше, чем о developer experience
«WTF skill, which means working on the factory», 11:46 WTF skill, Work on The Factory
«when there is something annoying or interrupted or annoying, you have to report it», 11:59 когда что-то раздражает или сломано, обязан зарепортить
«The old models did not perform this role well», 12:12 Старые модели плохо справлялись с этой ролью
«the goal is to gradually reduce human intervention», 11:27 цель, постепенно убирать человека из петли
Факты
- Компания, о которой идёт речь, Cursor.
- Cursor использует Claude 4.7 как основную модель для computer use.
- Cursor выделяет три стадии работы с агентами: инструменты/контекст → обучение использованию моделей → построение «системы, которая строит систему».
- В Cursor есть cloud-based агент, доступный при заходе на Cursor, он сам исследует кодовую базу при первом запуске.
- При онбординге разработчика Cursor выдаёт компьютер и «огромное количество документации, возможно даже больше чем нужно».
- Cursor использует WTF skill (Work on The Factory), который раздаётся каждому cloud-агенту.
- В архитектуре Cursor работает второй агент-менеджер, который классифицирует и группирует репорты от рабочих агентов.
- Проблемы делятся на три категории: технические, пермишен-проблемы, проблемы незнания.
- Спикер утверждает, что первой областью, где «умные системы превзошли», стало программирование, а следующая, computer use.
- Пример из демо: агент построил «маркетплейс» с полем для URL и CSV-файлов и записал визуальную презентацию работы.
- Принцип «security through freedom» спикер сам признаёт контринтуитивным («may seem like...»).
Источники
- Cursor, IDE и продуктовый контекст всей презентации.
- Claude 4.7 (в SRT, «Cloud 47»), модель Anthropic, используемая Cursor для computer use.
Итог
Будущее за командами, которые относятся к агенту как к новому сотруднику, дают среду, видимость и право жаловаться на фабрику,, а не как к умному автокомплиту.
