Dropbox рассказал, как использует редактор кода Cursor для работы с огромной кодовой базой. Если коротко: компания индексирует через него более 550 тысяч файлов и каждый месяц принимает свыше миллиона строк кода, написанного ИИ-агентами. Это не эксперимент – это уже рабочий процесс.
Что вообще происходит
Dropbox встроил Cursor в свой цикл разработки на уровне инфраструктуры. Редактор подключается к внутренним системам компании: он видит кодовую базу, документацию, историю изменений. По сути, ИИ получает контекст, который обычно есть только у человека, работающего в проекте несколько месяцев.
Cursor работает не как помощник, который подсказывает следующую строку, а как полноценный агент: он может анализировать задачи, предлагать изменения в нескольких файлах одновременно, писать тесты и документацию. Инженеры проверяют результат и принимают его, если всё в порядке.
Миллион строк – это много или мало?
Миллион строк в месяц – это примерно треть от того, что пишут инженеры вручную в средней команде из нескольких десятков человек. Но дело не в количестве, а в том, какой код генерируется.
Обычно ИИ-агенты берут на себя рутину: миграции API, обновление зависимостей, рефакторинг повторяющихся участков, написание тестов. Это задачи, где логика понятна, но объём работы большой. Инженер может потратить на это день, а агент – час. И если раньше такие задачи откладывались, потому что «не горит», то теперь их делают сразу.
Dropbox отмечает, что после внедрения Cursor скорость слияния запросов на слияние (pull request) выросла, а время цикла разработки сократилось. Проще говоря, код доходит до продакшена быстрее.
Как это работает технически
Cursor индексирует кодовую базу – это значит, что он строит внутреннюю карту проекта: где что лежит, как модули связаны, какие паттерны используются. Для небольших проектов это не проблема, но Dropbox работает с сотнями тысяч файлов. Индексация такого объёма требует серьёзной инфраструктуры.
Компания интегрировала редактор с внутренними инструментами: системами контроля версий, CI/CD (непрерывная интеграция/непрерывная доставка), базами знаний. Cursor видит не только код, но и контекст: кто писал этот модуль, зачем, какие были баги, как это связано с архитектурой. Это позволяет ему генерировать код, который соответствует стилю команды и учитывает историю проекта.
А что с качеством?
Dropbox не просто принимает весь сгенерированный код подряд. Есть ревью, тесты, проверки. Но сам факт, что компания принимает миллион строк в месяц, говорит о том, что качество достаточно высокое. Иначе инженеры тратили бы больше времени на исправление ошибок, чем экономили бы на генерации.
Важный момент: ИИ-агенты работают над задачами, где есть чёткие правила и примеры. Если нужно переписать старый API на новый, и в кодовой базе уже есть десятки таких примеров, агент справится хорошо. Если задача требует архитектурных решений или понимания бизнес-логики, которой нет в коде, – это всё ещё зона ответственности человека.
Что это меняет для разработки
Dropbox называет этот подход «AI-native SDLC» – цикл разработки программного обеспечения, изначально ориентированный на ИИ, – в котором ИИ не просто инструмент, а часть процесса. Это не значит, что разработчики исчезают. Скорее, их работа смещается: меньше времени на механическую правку кода, больше – на проектирование, проверку и принятие решений.
Для индустрии это показатель того, что ИИ-редакторы кода переходят из категории «удобная штука» в категорию «системный компонент разработки». Компании начинают строить процессы вокруг них, а не просто подключать их как плагин.
Открытые вопросы
Dropbox не раскрывает все детали: например, какой процент сгенерированного кода отклоняется на ревью, сколько времени уходит на проверку, какие задачи агенты пока не могут решать. Также неясно, как это влияет на технический долг: если ИИ пишет много кода быстро, не накапливается ли при этом больше проблем, которые всплывут позже.
Ещё один момент – зависимость от инфраструктуры. Cursor требует индексации и интеграции с внутренними системами. Это работает в крупной компании с ресурсами, но для небольших команд такой подход может быть избыточным.
В любом случае, опыт Dropbox показывает, что ИИ-агенты уже могут брать на себя значительную часть рутинной работы в реальных проектах. И это не будущее – это происходит прямо сейчас.