Faire verdoppelt den PR-Durchsatz mit Cursor Cloud-Agenten
Faire entschied sich für Cursor als Plattform für Coding-Agenten und ersetzte damit ein internes Background-Agent-System.
Faire verdoppelte den wöchentlichen PR-Durchsatz und reduzierte eine 18-monatige Migration auf einen einzelnen Ingenieur, der eine Flotte von Agenten verwaltet. Cursors Cloud-Agenten machten das durch Parallelisierung im großen Maßstab und Autonomie möglich. Cloud-Agenten unterliegen nicht den Speicher- und Ressourcenbeschränkungen einer lokalen Maschine, und jeder Agent erhält seine eigene Entwicklungsumgebung—genau wie ein Ingenieur—, um Code zu schreiben, seine Arbeit zu testen und zu verifizieren und Software auszuliefern.
Cursor ist jetzt die von Faire empfohlene Plattform für agentenbasierte Entwicklung und ersetzt ein internes Background-Agent-System. Das Team nutzt außerdem Cursor Automations, um mehr als 2.000 autonome Agent-Läufe pro Woche zu starten und Zeit bei wiederkehrenden Aufgaben zu sparen, etwa beim Triagieren von Bug-Reports in Slack, beim Beheben von CI-Fehlern und beim Zuweisen von Code-Reviews."
Die Cloud ermöglicht skalierbare Agenten-Parallelität
Wenn mehrere Agenten parallel auf einer lokalen Maschine ausgeführt werden, stößt man schnell an die Grenzen der verfügbaren Ressourcen: Jeder Agent konkurriert um dieselbe Rechenleistung, und 10 laufende Aufgaben über separate Terminals hinweg zu verwalten, wird schnell selbst zum Vollzeitjob. „Es gibt Möglichkeiten, Agenten auf deiner lokalen Maschine zu parallelisieren, aber das ist deutlich komplizierter“, sagt Luke Bjerring, Principal Engineer.
Anfangs versuchte Faire, das Problem mit einem internen Cloud-Agent-System namens Samurai zu lösen, das auf selbstgehosteter Infrastruktur lief. Aber eine wirklich gute Entwicklererfahrung zu schaffen, erfordert erhebliche Investitionen.
„Eigene Server aufzusetzen, ist eine erhebliche Investition. Dafür muss man Fachkräfte einstellen, Maschinen bootstrappen und komplexe Infrastruktur verwalten. Wir möchten lieber, dass sich unsere Ingenieure darauf konzentrieren, unseren Endbenutzern Mehrwert zu bieten“, sagt Bjerring.
Faire suchte daher nach einer Plattform, die ihnen die Flexibilität bietet, Cloud-Agenten auf verwalteter Infrastruktur oder auf selbstgehosteten Maschinen auszuführen. Sie entschieden sich für Cursor wegen dieser Bereitstellungsflexibilität, der engen Integration mit Tools wie GitHub, der Zuverlässigkeit der Agenten, einer übersichtlichen Oberfläche zur parallelen Verwaltung von Agenten und nahtlosen Übergaben zwischen lokal und Cloud. Cursor ist inzwischen Faires empfohlene Plattform für agentenbasierte Entwicklung im gesamten Unternehmen.
Das Cloud-Angebot von Cursor ist viel besser, als lokale Agenten mit Worktrees oder 10 Remote-Umgebungen zu betreiben, in die man sich per Shell einloggt. Es bietet eine schlanke UX für die Verwaltung mehrerer gleichzeitig laufender Agenten.
Entwicklungsumgebungen geben Agenten mehr Autonomie
Parallelisierung zahlt sich nur aus, wenn Agenten wie Ingenieurinnen und Ingenieure arbeiten können: Abhängigkeiten abrufen, interne Services ansprechen, Code ausführen und Änderungen verifizieren. Ohne eine konfigurierte Entwicklungsumgebung kann ein Agent zwar Code schreiben, den Arbeitszyklus aber nicht abschließen.
Faires Entwicklungsumgebung macht das Cloud-Agent-Setup komplex. Backend und Frontend liegen in separaten Repos mit eigenen internen Paketabhängigkeiten, die über Gradle und Bazel verwaltet werden und jeweils durch eigene AWS-Anmeldedaten geschützt sind.
Um diese Komplexität zu reduzieren, nutzt Faire das agentengestützte Onboarding von Cursor: Cursor prüft jedes Repo, ermittelt die erforderliche Toolchain und die Abhängigkeiten und erstellt eine Umgebungskonfiguration, die das Team bearbeiten und versionieren kann. Für Workflows, die mehr Kontrolle erfordern, kann Faire Entwicklungsumgebungen per Dockerfile definieren und verwalten.
Wir lassen Cursor jedes Repo in unserer Codebase selbst onboarden. Das reduziert den Overhead beim Start neuer Sessions deutlich und ermöglicht es Agenten, Aufgaben genauso anzugehen, wie es ein Ingenieur tun würde.
Die Designer von Faire nutzen ein internes Tool namens Playground, um Designsysteme in Figma in React-Komponenten im Code zu übersetzen. Mit einer vollständig konfigurierten Entwicklungsumgebung kann Cursor den Playground-Server ausführen, React-Komponenten erstellen und Video-Demos aufzeichnen, damit Designer die Arbeit des Agenten prüfen können.
Faire ist ein Unternehmen, in dem viel über Slack läuft, und ein großer Teil der Entwicklungsarbeit beginnt mit einer Frage oder einem Bug-Report in einem Kanal. Ingenieurinnen und Ingenieure rufen @cursor oft direkt aus Slack-Threads auf und übergeben dabei den Unterhaltungskontext an einen Cloud-Agent, der die Sache untersuchen und mit einer PR zurückkommen kann.
Ein großer Teil unserer Arbeit entsteht aus Ideen und Diskussionen in Slack. Du kannst die Nachricht sehen, @cursor im selben Kontext starten und bekommst ein paar Minuten später eine PR. So muss ich nicht zwischen Tools und Kontext hin- und herspringen, während der Agent die Arbeit erledigt.
Programmatische Agenten mit Cursor Automations
Über parallele Agenten hinaus brauchte Faire Agenten, die wiederkehrende Aufgaben in der Entwicklung autonom übernehmen konnten, um dem Team Zeit zu sparen. Faire hat mehr als 25 Cursor Automations eingerichtet und führt inzwischen mehr als 2.000 autonome Agent-Läufe pro Woche ohne manuelles Prompting aus. Die häufigsten Anwendungsfälle sind:
- In Slack gemeldete Bugs triagieren. Automatisierungen überwachen festgelegte Slack-Kanäle auf Bug-Meldungen. Wenn eine Meldung eingeht, wird ein Cloud-Agent gestartet, um sie zu untersuchen, eine PR mit Fixes zu öffnen und eine Zusammenfassung seiner Arbeit zu liefern.
- Automatische PR-Reparatur. Wenn CI bei einer PR fehlschlägt, wird eine Automatisierung ausgelöst, die den Fehler untersucht, Fixes pusht und die PR aktualisiert.
- PR-Weiterleitung. Ein Agent versieht jede PR mit Labels für Autor, Risiko und Größe und leitet sie dann an einen passenden Code-Review-Workflow weiter.
Automatisierungen gibt es bei Faire schon lange, aber sie einzurichten war mühsam und kompliziert. Cursor Automations macht es für jeden Benutzer einfach, jederzeit verfügbare Agenten aufzusetzen.
Legacy-Migrationen mit parallelisierten Agenten automatisieren
Als Faire eine große, für Einzelhändler bestimmte Anwendung von MobX auf die native React-Zustandsverwaltung migrieren musste, baute das Team ein Agent-Koordinierungssystem auf Basis von Cursor namens Swarm.
Zuerst erfasst ein Scraper jede gefundene Nutzung von MobX in der Codebase und speichert die Liste in S3. Anschließend liest Swarm die Liste und delegiert Migrationsaufgaben an Cursor Cloud-Agenten, die jeweils in ihrer eigenen isolierten VM auf der Infrastruktur von Cursor laufen. Sobald ein Agent seine Arbeit abgeschlossen und seinen PR gemergt hat, startet Swarm den nächsten.
Was für ein ganzes Team 18 Monate manueller Arbeit bedeutet hätte, wird jetzt von einem einzelnen Engineer koordiniert, der eine Flotte von Cloud-Agenten verwaltet.
Der Wert von Cursor kommt von starkem Kontextmanagement und davon, nützliche proprietäre Informationen im gesamten Unternehmen und in der gesamten Codebase verfügbar zu machen. All diese Aufgaben, für die du sonst Stunden brauchen würdest, kannst du jetzt an einen Agent delegieren. Wir sparen enorme Mengen an manueller Arbeit.
Build-Vorschauen in weniger als einem Tag einrichten
Faires Webanwendung ist groß und komplex, und selbst um zu sehen, wie sich eine kleine Änderung verhält, muss die vollständige App oft lokal gestartet werden. Blair McAlpine, Senior Engineer im Plattformteam, wollte ein Vorschau-Tool erstellen, damit jedes Mal, wenn ein Entwickler eine PR erstellt, eine Sandbox hochfährt und das Team aus der Ferne mit den Änderungen interagieren kann.
McAlpine nutzte Cursor, um die Umsetzung zu planen und auszuführen. Er begann im Plan-Modus und verfeinerte iterativ einen Schritt-für-Schritt-Plan, wobei jeder Schritt in einer separaten PR abgegrenzt war. Anschließend übergab er den Plan an einen Cloud-Agent. Der Agent lief zwei Stunden lang und erzeugte fünf gestapelte PRs, die jeweils einen Schritt des Plans umsetzten.
Was McAlpine für ein Projekt von mehreren Wochen hielt, dauerte mit Cloud-Agenten weniger als einen Tag.
Der Cloud-Agent lief im Hintergrund, während ich an anderen Dingen gearbeitet habe. Er hat die Preview-Builds in weniger als einem Tag von Grund auf zu einem funktionierenden internen Tool gemacht.
Faire richtet seinen Blick nun auf den nächsten Engpass. Da sich der Engineering-Output dem 2- bis 3-Fachen nähert, schaut Faire jetzt darauf, wo dieselbe Art von Hebel im breiteren Produktentwicklungsprozess zusätzlichen Schwung freisetzen kann. „Je mehr Hebel Teams durch Agenten bekommen, desto stärker verschieben sich die Engpässe“, sagt Bjerring. „Die Chance besteht jetzt darin, auch angrenzenden Teams dabei zu helfen, ihre Wirkung zu skalieren. So können wir innerhalb unserer bestehenden Struktur umverteilen und ehrgeizigere Projekte angehen.“
Wenn du daran arbeitest, deine Entwicklungsgeschwindigkeit mit Cloud-Agenten zu parallelisieren, kontaktiere uns, um eine Cursor-Testversion zu starten.