Cursor ускоряет разработку в 3-5 раз, но код становится сложнее на 40%

Post Thumbnail

Университет Carnegie Mellon взял и измерил то, о чём все говорили на ощущениях. Учёные проанализировали 807 репозиториев, где разработчики начали использовать Cursor. И взяли 1380 контрольных обычных проектов и сравнили их. Причём смотрели на 1 и те же репозитории до и после внедрения, плюс контролировали общие тренды по месяцам. Метод difference-in-differences. Чтобы наверняка отсечь случайности.

И вот что выяснилось. В 1 месяц после внедрения Cursor скорость написания кода взлетела от 3 до 5 раз по количеству строк. Это не субъективные ощущения типа «вроде быстрее стало», а конкретные измеряемые цифры по коммитам и строкам кода.

Но тут начинается интересное. Исследователи прогнали весь этот код через систему анализа качества SonarQube, которая смотрит на надёжность, поддерживаемость, безопасность, дубликаты и когнитивную сложность. И картина резко поменялась. Статические предупреждения выросли на 30%. Сложность кода подскочила на 41%. И скорость начала проседать со временем. Накопленный технический долг стал замедлять разработку.

Получается, ИИ помогает писать больше кода, но не обязательно лучше. Cursor реально ускоряет работу, особенно в начале, когда нужно быстро накидать функционал. Но авторы исследования подчёркивают, что выигрывают только те команды, которые сочетают нейросетевого помощника с тестами, код-ревью, quality gates и статическим анализом.

Что всё это значит? А то, что искусственный интеллект – это ускоритель, а не замена инженерному мышлению.

Почитать из последнего
Внутри ИИ нашли переключатель характера
Вы думали, что характер ИИ — это какая-то эфемерная штука из настроек? Anthropic только что опубликовала исследование "The Assistant Axis", которое разбивает эту иллюзию. Оказывается, личность нейросети — это буквально измеримая координата внутри её электронных мозгов, и с ней можно делать что угодно.
Нейросети стали слишком сложными и их изучают как живых существ
Большие языковые модели стали настолько сложными, что даже создающие их инженеры не понимают, как те работают. И отказались от математических методов и начали изучать нейросети как живые организмы. Наблюдают за поведением, отслеживают внутренние сигналы, строят карты функциональных областей. Именно так биологи изучают незнакомых существ, не предполагая упорядоченной логики.
Учёные решили проблему размера контекстного окна в ИИ
Учёные из MIT решили 1 из главных проблем ИИ. Это ограничение контекстного окна. Обычные большие языковые модели работают максимум с сотнями тысяч токенов. И быстро теряют точность когда данных становится больше. Новая рекурсивная архитектура под названием RLM вообще не пытается запоминать информацию. Вместо этого она навигирует по ней как по файловой системе.
AIvengo media заняла 9-е место в рейтинге агентств GEO-продвижения России 2025 года
3 января 2026 года. Российский рынок продвижения в ИИ-ассистентах переживает стадию стремительного формирования и активного роста. Аналитическое агентство Ivens Market Research опубликовало рейтинг агентств по продвижению в нейросетях по итогам 2025 года. Компания AIvengo media заняла 9-е место, войдя в десятку ведущих операторов нового направления цифрового маркетинга.
OpenAI теряет корпоративный рынок
Венчурная компания Menlo Ventures опубликовала отчёт о рынке больших языковых моделей через API. И вот вам история про то, как OpenAI профукала корпоративный сегмент. Компания, которая ещё в 23 году занимала около половины рынка предприятий, к 25 скатилась до жалких 27%. А тем временем Anthropic захватила 40%, Google — 21%.