Dropbox nutzt Cursor, um über 550.000 Dateien zu indexieren und einen KI-nativen SDLC aufzubauen
Die Engineers von Dropbox übernehmen mit Cursor inzwischen jeden Monat mehr als eine Million Zeilen von der KI vorgeschlagenen Codes.
„Geschwindigkeit ist der einzige Vorteil eines Unternehmens“, sagt Ali Dasdan, Chief Technology Officer von Dropbox. Er und das Dropbox-Team erkannten früh, dass es eine größere Bedrohung darstellte, bei der Einführung von KI langsam zu sein, als zu früh zu handeln. KI musste in den gesamten Software Development Lifecycle eingebettet werden, wenn Dropbox die gewünschte Geschwindigkeit erreichen wollte.
Das bedeutete jedoch, neue Coding-Tools in einer außergewöhnlich anspruchsvollen Umgebung einzusetzen. Dropbox betreibt eigene Rechenzentren, die mehr als 300.000 Anfragen pro Sekunde bedienen, sowie Tausende von Engineers, die ein Monorepo mit mehr als 550.000 Dateien pflegen. Dasdan wusste, dass nur ein KI-System, das die gesamte Codebasis erfassen und breit angenommen werden würde, letztlich die Geschwindigkeitsgewinne liefern konnte, auf die Dropbox abzielte.
Organische Verbreitung
Bis 2024 hatten Dropbox-Ingenieur:innen bereits begonnen, mit Cursor zu experimentieren. Zunächst teilten sie ihre Erkenntnisse über informelle Kanäle wie Slack-Unterhaltungen und kurze interne Kurzberichte. Dasdan bemerkte die Aktivität und förderte sie, indem er eine Gruppe von KI-Champions ins Leben rief. Er half ihnen, ihre neue Arbeitsweise zu verstärken und gleichzeitig Hürden bei der Einführung zu beseitigen.
Deployments zu beschleunigen hieß, jeden Reibungspunkt zu beseitigen. Die Anmeldung für diese Tools musste sich wie ein einziger Klick anfühlen.
Die Wirkung zeigte sich sofort. Als der Zugang einfacher wurde, probierten mehr Ingenieur:innen die Tools aus, teilten, was sie lernten, und die Einführung beschleunigte sich ganz von selbst.
Führungskräfte probieren die Tools aus
Der nächste große Schritt fand im April 2025 statt, als Dropbox einen unternehmensweiten Hackathon veranstaltete. Am stärksten wirkte sich das auf Dasdan selbst aus. Er wollte für sein Hackweek-Projekt einen „Smart Finder“ bauen, aber andere Arbeit kam dazwischen, und am Abend vor Abgabe hatte er immer noch nicht angefangen. Da probierte er Cursor zum ersten Mal aus.
Ich habe bis zur letzten Minute gewartet, weil ich dem Tool vertraut habe, und trotzdem konnte ich damit alles in etwa zwei Stunden fertigstellen. Diese Erfahrung hat die Wirkung für mich sehr konkret gemacht.
Dasdan teilte seine Erfahrung in einer Präsentation vor einer Gruppe von CTOs, mit denen er sich regelmäßig trifft. Er war überrascht zu erfahren, dass viele von ihnen immer noch keine KI-Coding-Tools ausprobiert hatten. Seine Botschaft an sie war einfach.
Wenn Sie wollen, dass Ihr Unternehmen mit KI schnell vorankommt, müssen Sie sie selbst erleben. Schon eine einzelne Engineering-Führungskraft oder ein CTO kann diese Tools testen und die Wirkung sofort sehen. Ohne das fällt man sehr leicht zurück.
Indizierung des Monorepos
Sobald das Interesse an Cursor zunahm und über individuelle Experimente hinausging, lautete die nächste Frage, ob es das gesamte Monorepo von Dropbox verarbeiten kann.
Jede Cursor-Bereitstellung beginnt auf dieselbe Weise: mit der Indizierung der Codebasis. Cursor scannt jede Datei, die nicht ignoriert wird, zerlegt den Code in strukturierte Blöcke und erzeugt Embeddings, die erfassen, wie diese Teile zueinander in Beziehung stehen. Das Ergebnis ist ein semantischer Index, den die Modelle beim Generieren oder Bearbeiten von Code verwenden.
Bei der Größenordnung von Dropbox war dieser Schritt entscheidend. Die Indizierung gab Cursor den Kontext, den es benötigte, um der Struktur der Codebasis zu folgen und Änderungen zu generieren, die sich nahtlos in sie einfügen. Sie machte die Codebasis auch für die Dropbox-Entwickler:innen selbst besser zugänglich. Über Cursor erhielten sie ein klareres Bild davon, wie die verschiedenen Teile der Codebasis zusammenhängen, was Führungskräfte stärkte und neuen Mitarbeitenden ein schnelleres Onboarding ermöglichte.
Die Leute können die bestehende Codebasis tatsächlich sehr gut und um ein Vielfaches schneller verstehen.
Messbarer Einfluss auf die Entwicklungsgeschwindigkeit
Mehr als 90 Prozent der Dropbox‑Ingenieur:innen nutzen inzwischen wöchentlich KI‑Tools, wobei Cursor ein zentraler Treiber dieser Nutzung ist.
Die Auswirkungen waren nahezu unmittelbar. Dropbox misst die Performance der Engineering‑Teams mit einem internen Framework, das Geschwindigkeit, Effektivität und Qualität in den Mittelpunkt stellt. Seit der Einführung von Cursor liegen PR‑Durchsatz und Zykluszeiten im Spitzensegment der Branchenbenchmarks.
Die Ingenieur:innen spüren die Veränderung in ihrer täglichen Arbeit. Cursor taucht in fast jedem Schritt der Entwicklung auf – vom Schreiben und Reviewen von Code über Tests und Dokumentation bis hin zu Migrationen. Sie bewegen sich schneller durch die Codebasis und bestätigen damit das Prinzip, das die Cursor‑Einführung bei Dropbox ursprünglich angestoßen hat: Geschwindigkeit ist alles.
Wir überprüfen und überarbeiten jeden Teil unserer Softwareentwicklung im Kontext von KI.
Wenn Sie daran interessiert sind, KI in jede Phase des Softwareentwicklungszyklus zu integrieren, kontaktieren Sie unser Team, um mit einer Cursor-Testphase zu starten.