Dropbox 使用 Cursor 为超过 550,000 个文件建立索引，构建 AI 原生 SDLC
现在，Dropbox 的工程师每个月都会通过 Cursor 采纳超过一百万行由 AI 推荐的代码。
“速度是一家公司唯一的优势。”Dropbox 首席技术官 Ali Dasdan 说。他和 Dropbox 团队很早就意识到，比起过早采用 AI，行动迟缓带来的威胁更大。如果 Dropbox 想要达到期望的迭代速度，就必须在整个软件开发生命周期中深度嵌入 AI。
但这意味着要在一个极为苛刻的环境中部署新的编码工具。Dropbox 运营着自有数据中心，每秒处理超过 300,000 个请求，并支撑数千名工程师维护一个包含超过 550,000 个文件的 monorepo。Dasdan 很清楚，只有既能够在整个代码库范围内进行全局推理、又能在团队中被广泛采用的 AI 系统，最终才能带来 Dropbox 所追求的速度提升。
自发采用
到 2024 年时，Dropbox 的工程师已经开始尝试使用 Cursor。起初，他们通过非正式渠道分享自己的心得，比如在 Slack 上的对话和简短的内部分享文档。Dasdan 注意到了这些活动，并通过组建一个 AI 倡导者小组来培育这股动力。他帮助他们扩大这种新工作方式的影响力，同时消除采用过程中的阻力。
加快部署意味着要消除每一个摩擦点。注册使用这些工具，要让人感觉就像一键完成一样简单。
效果立竿见影。随着获取工具变得更容易，越来越多工程师开始尝试这些工具、分享他们的经验，工具的采用也自然加速起来。
领导者亲自试用这些工具
下一次重要的飞跃发生在 2025 年 4 月，当时 Dropbox 举办了一次全公司的 Hackathon 黑客松活动。变化最大的人就是 Dasdan 本人。他原本打算在 Hack Week 项目中构建一个“智能查找工具（smart finder）”，但被其他工作耽搁了，截止日期前一晚他还没有动工。于是，他第一次尝试了 Cursor。
我拖到最后一刻才开始，因为我信任这个工具，但它仍然让我在大约两个小时内就完成了整个项目。那次体验让我真切感受到了它带来的影响。
Dasdan 在一次向他固定交流的 CTO 小组所做的演讲中分享了这次体验。他惊讶地发现，其中很多人仍然没有尝试过 AI 编程工具。他给他们传递的信息很简单。
如果你希望公司在 AI 上行动迅速，你就需要亲自体验它。哪怕只有一位工程负责人或 CTO 来测试这些工具，也能立刻看到成效。否则，就很容易被甩在后面。
为整个 monorepo 建立索引
当团队对 Cursor 的兴趣从个人试用扩展开来后，下一个问题就是：它是否能处理 Dropbox 整个 monorepo。
每次部署 Cursor 的起点都相同：先为代码库建立索引。Cursor 会扫描所有未被忽略的文件，把代码切分成结构化的片段，并生成向量嵌入，用于捕捉这些片段之间的关联。最终形成的语义索引，会供模型在生成或编辑代码时使用。
在 Dropbox 这种规模下，这一步至关重要。索引让 Cursor 拥有了跟随代码库结构所需的上下文，能够生成自然融入其中的改动。这也让 Dropbox 工程师自己更容易理解代码库。通过 Cursor，他们可以更清晰地看到代码库各个部分如何拼接在一起，既帮助技术负责人把握全局，也让新员工的上手速度更快。
大家现在确实能更好、而且快得多地理解现有代码库。
可量化的提效成果
现在有超过 90% 的 Dropbox 工程师每周都会使用 AI 工具，而 Cursor 是这一使用行为的主要推动力。
效果几乎是立竿见影的。Dropbox 通过一套内部框架来衡量工程效率和表现，该框架强调速度、效能和质量。自从采用 Cursor 以来，PR 吞吐量和交付周期已经跻身行业基准的前列。
工程师在日常工作中切身感受到了这种变化。Cursor 几乎出现在开发的每一个环节，从编写和评审代码，到测试、文档和迁移。他们能够更快地在代码库中穿梭，这进一步强化了推动 Dropbox 采用 Cursor 的核心理念：速度至上。
我们正在在 AI 背景下，重新审视并重塑软件构建流程中的每一个环节。
如果你有兴趣在软件开发生命周期的每个阶段嵌入 AI，欢迎联系我们的团队，以开启 Cursor 试用。