Money Forward déploie les agents de codage de Cursor auprès des équipes produit, design et QA
Money Forward s’est donné pour objectif d’apporter des agents de codage à toutes les équipes impliquées dans le développement logiciel. Le déploiement a commencé avec les équipes d’ingénierie, où Cursor a rapidement permis aux développeurs de gagner 15 à 20 heures par semaine, avant de s’étendre au produit, au design et à l’assurance qualité (QA).
Aujourd’hui, plus de 1 000 employés de Money Forward utilisent Cursor au quotidien. Les ingénieurs QA génèrent des cas de test 70 % plus vite. Les chefs de produit analysent le code en production pour rédiger de meilleures spécifications. Les designers prototypent directement sur des frontends en production et analysent les données utilisateur pour affiner leurs conceptions.
Démontrer d’abord la valeur côté ingénierie
L’équipe d’ingénierie de Money Forward utilisait initialement d’autres fournisseurs externes pour l’autocomplétion du code et des fonctionnalités de chat IA de base. L’adoption s’était largement essoufflée, car les développeurs ne constataient pas de gains de temps significatifs sur leurs tâches de développement logiciel.
Après l’introduction de Cursor, le nombre d’ingénieurs utilisant des agents de codage a augmenté de 30 % en seulement une semaine.
Nous avons organisé une réunion plénière de toute l’équipe d’ingénierie, au cours de laquelle nous avons montré que les agents de Cursor pouvaient réellement prendre en charge des tâches complètes d’ingénierie logicielle de bout en bout. La demande venue du terrain, de la part des développeurs, a été immédiate.
Les développeurs économisent désormais individuellement entre 15 et 20 heures par semaine avec Cursor sur des tâches telles que :
- La refactorisation des couches de service pour les applications iOS de Money Forward
- L’optimisation d’applications Rails pour obtenir des gains de performance multipliés par 10
- La gestion des déploiements AWS et GCP avec Terraform
- La migration de services front-end hérités de Vue vers React
Mais à mesure que l’ingénierie a commencé à livrer des logiciels plus rapidement, les équipes produit, design et assurance qualité sont devenues le facteur limitant.
Évaluer Cursor pour un déploiement à l’échelle de l’entreprise
Le département Engineering Productivity and AI Research (MEPAR) de Money Forward a évalué plusieurs outils de codage par IA avant de choisir Cursor pour déployer ses agents à l’échelle de l’entreprise.
L’infrastructure agnostique aux modèles de Cursor nous permet de paralléliser des tâches de longue durée sur des agents cloud asynchrones. Les agents se connectent à nos outils internes pour récupérer rapidement le contexte, sans les limites du matériel local. Le rôle de Cursor s’étend rapidement à l’ensemble de nos équipes.
Quelques avantages ont fait la différence :
- Installation minimale : Les utilisateurs peuvent commencer à utiliser les agents immédiatement, sans configuration complexe de l’environnement. Cela a rendu l’adoption réaliste dans des fonctions aux niveaux d’expertise technique variés.
- Capacités visuelles : Le Browser intégré de Cursor a permis aux designers et aux ingénieurs QA de vérifier visuellement les modifications apportées par les agents. Ces équipes ont préféré l’interface riche de Cursor aux alternatives basées sur le terminal, où l’examen du rendu visuel nécessitait des outils supplémentaires.
- Espace de travail unifié pour les agents : Cursor offrait une plateforme unique pour la génération de code, la revue, les tests et le débogage, afin que les utilisateurs n’aient pas à passer d’un outil à l’autre pour travailler.
- Performances sur de grandes bases de code : Money Forward maintient des systèmes de production complexes et interconnectés. La récupération du contexte de Cursor a fonctionné de manière fiable sur ces bases de code, ce qui était essentiel pour les équipes non techniques interagissant avec du code de production pour la première fois.
Cursor s’est étendu au-delà de l’ingénierie au design, au produit et à la QA. Ces groupes affichaient de faibles taux d’adoption avec d’autres outils qui n’ont pas investi dans une UI robuste et une bonne expérience utilisateur.
QA automatise la génération de tests et intervient dès l’amont
Avant Cursor, les ingénieurs QA lisaient manuellement les spécifications produit, élaboraient des cas de test pour chaque user story et rédigeaient des scripts de test.
Désormais, les ingénieurs QA transmettent à Cursor les tickets Jira et la documentation Notion pertinents via des MCP. Un agent génère ensuite des cas de test structurés, tandis qu’un second agent les traduit en scripts Playwright.
Résultat : le temps consacré à la génération de tests a diminué de 70 %. Les équipes QA consacrent désormais davantage de temps à améliorer la qualité produit plus tôt dans le cycle de vie du logiciel, en se concentrant sur les tests fondés sur les risques et les critères qualité.
L’équipe QA utilise désormais Cursor pour analyser les incidents, automatiser le traitement des résultats de tests et examiner les spécifications avant le développement. Cursor est en train de transformer notre manière de garantir l’excellence logicielle.
Les équipes produit utilisent Cursor pour affiner les exigences
Cursor aide les PM à extraire les relations entre les systèmes à partir des dépôts, à générer des diagrammes d’architecture et à rédiger des PRD fondés sur des détails concrets d’implémentation.
Cette approche a aidé les équipes produit à identifier des cas limites et des contraintes passées inaperçues avant le début du travail d’ingénierie, améliorant ainsi l’efficacité globale du cycle de développement logiciel.
Même lorsque les spécifications ne figurent pas dans notre documentation, Cursor peut les identifier directement dans le code. Cela nous permet d’élaborer de meilleures exigences produit sur lesquelles l’ingénierie peut s’appuyer.
Le design se fait directement sur le code de production
Historiquement, les designers travaillaient à partir de maquettes statiques et de descriptions indirectes du comportement du système. Ils étaient souvent éloignés du parcours utilisateur réel et des données métier qui déterminaient le succès ou l’échec d’une fonctionnalité.
Chez Money Forward, les designers utilisent désormais les capacités Browser de Cursor et le contexte full-stack pour itérer directement sur les frontends des applications dans le code. Ils utilisent aussi l’agent de Cursor et les MCP pour accéder directement aux analyses produit et affiner leurs designs en conséquence.
Avec Cursor, je peux accéder moi-même aux spécifications produit et aux données. Cela me permet de concevoir avec une compréhension plus claire de la manière dont le produit se comporte réellement, et pas seulement de la façon dont il est décrit.
Si vous souhaitez introduire des agents dans chaque équipe impliquée dans votre SDLC, contactez-nous pour démarrer un essai de Cursor.