День, когда я перестал верить в планирование
У нас был MVP финтех-дашборда. Команда из трёх разработчиков — бэкенд, фронтенд, девопс — пообещала сделать за три месяца. Через два месяца готово было 30%. Сроки плыли. Бюджет таял. Я, как CEO без технического бэкграунда, уже готовился к презентации инвесторам с пустыми экранами.
И тут я вспомнил про Cursor 3.0 и agent-first подход — статью, которую мы публиковали в феврале. А на дворе апрель 2026, и Cursor уже выпустил Cursor 4.0 с роевым интеллектом автономных агентов и новой моделью GigaCode 3.0. Я решил: дай-ка попробую сам. Хуже не будет, а $20 за подписку я уже потратил.
Три дня спустя у меня был готовый дашборд: 14 экранов, JWT-авторизация, агрегация данных из трёх внешних API, PostgreSQL, Redis, Docker Compose и даже простенький CI/CD на GitHub Actions. Счёт за API — $180. Команда офигела. Я офигел. Давайте разбираться, как это вышло и где AI налажал.
Важно: Это не история про увольнение разработчиков. Это история про то, как AI-агент может закрыть 80% рутины, если правильно его настроить. И да, без человека всё равно никуда.
Что именно было сделано? Расклад по часам и долларам
| Задача | Оценка команды (человеко-дни) | Факт Cursor (часы) | Стоимость в API-запросах ($) |
|---|---|---|---|
| Архитектура БД и бэкенд на FastAPI | 15 | 4 | ~12 |
| Фронтенд на React + Table UI | 20 | 6 | ~25 |
| JWT/Auth + сессии | 5 | 2 | ~8 |
| Интеграция 3х внешних АПИ | 10 | 5 | ~40 |
| Docker + CI/CD | 8 | 3 | ~10 |
| Тесты (unit + integration) | 12 | 4 | ~15 |
| Итого | ~70 человеко-дней (3 месяца) | 24 часа | $110 + $70 подписка = $180 |
Цифры не врут: AI-агент Cursor 4.0 выполнил работу, на которую команда из трёх человек планировала 3 месяца, за 3 дня и $180. Но дьявол — в деталях. Без них эта история превращается в дешёвый хайп.
Пошаговый план: как я заставил AI работать, а не имитировать бурную деятельность
1 Скармливаю архитектуру — буквально, как в той статье про Full Cycle Engineer
Я не разработчик. Мой бэкграунд — управление продуктом. Поэтому первым делом я открыл заметку и написал промпт для Архитектора — точно так, как советовал автор статьи про 300 дней опыта. Я сказал агенту:
«Объясняй мне всё как идиоту. Никаких предположений о моих знаниях. Я хочу дашборд для финансового стартапа: пользователи заходят, видят свои графики, транзакции. Деплой на AWS через Docker. База PostgreSQL. Пиши на Python и React. Сначала нарисуй мне схему компонентов, я утвержу».
Агент нарисовал Excalidraw-схему, объяснил, почему выбрал FastAPI (асинхронность, встроенная валидация), и разбил проект на модули: auth, dashboard, api-gateway, worker для агрегации. Я утвердил — и началась магия.
2 Запускаю рой агентов — параллельная разработка
Cursor 4.0 умеет запускать несколько автономных рабочих агентов (ARA) параллельно. Я создал три сессии:
- Бэкенд-агент — писал модели, эндпоинты, миграции Alembic.
- Фронтенд-агент — рендерил React-компоненты с таблицами и графиками на Recharts.
- Девопс-агент — собирал Dockerfile, docker-compose, GitHub Actions для тестов и деплоя на EC2.
Каждый агент имел доступ к одной кодовой базе через Git, конфликты разрешались автоматически — Cursor использовал свою систему merge на основе GigaCode 3.0. Через 2 часа у меня была структура проекта с пустыми экранами, через 4 — работающий бэкенд с тестами, через 8 — готовый фронт.
3 Тестирование и отладка — самое больное место
Вот где я обжёгся. Агенты генерировали тесты, но не все они проходили. Мне пришлось вручную править 3 теста из 40 — всё из-за того, что агент неправильно понял формат даты в одном из внешних API. Если бы я не заметил, в прод ушла бы ошибка.
Ещё один сюрприз: безопасность. Агент случайно захардкодил токен от Stripe в .env, который попал в публичный репозиторий. Хорошо, что я заметил до коммита. Вывод: AI не чувствует ответственности за секреты. Никогда не доверяйте агенту настройку переменных окружения — делайте это сами или через secret manager.
4 Деплой — финальный аккорд
Девопс-агент развернул приложение на AWS EC2 через Docker за 40 минут. Я только указал IP сервера и SSH-ключ. Агент сам настроил Nginx, SSL через Let's Encrypt, подключил Cloudflare. Результат: рабочая ссылка, дашборд открывается, данные подгружаются.
Нюансы и ошибки: что пошло не так (и это нормально)
Я не хочу продавать вам сказку. Давайте по косточкам разберём, где AI-агент тупил, а где без человека никуда.
1. Vibe Coding — это не серебряная пуля
В статье про Vibe Coding аналитик нагенерил 76К строк за неделю. У меня было 3 дня и $180. И знаете что? Качество кода — среднее. Агент использует копипасту из Stack Overflow, не всегда оптимальные алгоритмы. Например, вместо одного SQL-запроса с JOIN он сделал 5 отдельных запросов в цикле. Пришлось править.
Предупреждение: Если вы скормите Cursor задачу «сделай мне инстаграм», не удивляйтесь, что половина фич будет реализована через костыли. AI не думает о долгосрочной поддержке — он пишет «чтобы работало здесь и сейчас».
2. Проблемы с лицензиями — «Код в долг»
Агент скопировал кусок кода из MIT-библиотеки, но забыл указать лицензию. Я вспомнил нашу статью про «Код в долг» и проверил — действительно, AI не парсит лицензии. Пришлось вручную добавить атрибуции и заменить пару компонентов на свои. Если вы строите коммерческий продукт, обязательно проверяйте лицензии сгенерированного кода. Лучше всего — прогоняйте через Snyk или FOSSA.
3. Выгорание при работе с AI-агентами — реально
Три дня я проверял каждую строчку, правил, перезапускал агентов. Это выматывает сильнее, чем писать код самому. В статье про 10 уроков выгорания автор прав: AI-агенты требуют постоянного надзора. К концу второго дня у меня дёргался глаз. Советую делать перерывы каждые 2 часа.
4. Миф о миллионе строк кода — напомню
Тот самый вирусный твит про «миллион строк кода» за 3 дня — браузерный трюк. В моём проекте реального кода было около 8 тысяч строк, остальное — зависимости и конфиги. Не ведитесь на цифры. Считайте количество логики, а не файлов.
Часто задаваемые вопросы
— Может ли Cursor полностью заменить команду разработки?
Нет. Для прототипа или MVP — да, если у вас есть чёткое ТЗ и вы готовы тратить время на проверку. Для продакшена с сотнями тысяч пользователей — без сеньора, который рефачит код AI, не обойтись. Cursor — это супер-стажёр, а не senior-инженер.
— Сколько на самом деле стоит разработка через Cursor?
У меня вышло $180 за 3 дня интенсивной работы. Если растянуть на неделю — меньше. Но учтите: Cursor Pro стоит $20/мес, а API для тяжёлых задач (GigaCode 3.0) — $0.02 за 1К токенов. Мой счёт за API — $110. То есть $180 — это типичная цена для небольшого проекта.
— Что делать, если код не работает после генерации?
Сначала проверьте логи — Cursor показывает консоль во время выполнения. Если ошибка в синтаксисе, агент сам исправит (у него есть цикл обратной связи). Если логическая — дайте агенту конкретный промпт: «В методе get_user_data() я получаю 500 ошибку, вот лог. Исправь». Обычно хватает 1-2 итераций.
— Как не угробить продакшен?
Никогда не давайте Cursor прямой доступ к базе данных или прод-серверу. Генерируйте код локально, тестируйте в staging, затем деплойте ручками или через отдельный пайплайн. И обязательно делайте code review — хотя бы прогоните через linter и утилиты безопасности.
Невыученный урок: почему я не уволю свою команду
Прошло две недели. Команда вернулась к проекту — теперь они дорабатывают архитектуру, рефакторят сгенерированный код, пишут настоящие тесты и настраивают мониторинг. Cursor дал нам забег вперёд, но без людей мы бы утонули в техническом долге через месяц.
Главный вывод: AI-агент — это не замена, а ускоритель. Он берёт на себя черновую работу, которую команда ненавидит: шаблонные CRUDы, Dockerfile'ы, рутинные тесты. Но стратегию, архитектуру и поддержку кода всё ещё нужно доверять людям.
Если вы руководитель или продуктовик — попробуйте повторить этот эксперимент. Купите Cursor Pro ($20), потратьте выходные, напишите промпт как для пятилетнего. Возможно, вы удивитесь. А если у вас возражение «это несерьёзно» — вспомните, сколько стартапов умерло из-за того, что MVP делали 6 месяцев вместо 2.
Совет: Не бойтесь делегировать AI-агентам то, что они делают хорошо. Но никогда не забывайте про грань, за которой начинается технический ад. И да, читайте нашу статью про создание AI-агента на 165 инструментов — там много идей, как расширить возможности Cursor кастомными агентами.
