Comment Vercel a utilisé Cursor pour développer Queues
Vercel Queues a été entièrement construit avec Cursor. Les utilisateurs avancés ont enregistré une hausse de 54 % du débit de traitement des PR, une diminution de 89 % du temps de cycle des PR et 104 heures économisées par développeur chaque année.
Vercel Queues, l'un des nouveaux produits d'infrastructure les plus importants de Vercel, a été entièrement construit avec Cursor, les agents se chargeant d'écrire le code et de le tester de bout en bout dans des environnements AWS réels. Les ingénieurs de Vercel se sont tournés vers Cursor pour sa gestion intelligente du contexte au fil de longues sessions d'agent, sa revue de code intégrée pour l'empilement de PR et son changement de modèle fluide.
Vercel a constaté une hausse du débit de traitement des PR (54 %), une diminution des temps de cycle (89 %) et un gain de productivité chez ses utilisateurs Cursor les plus assidus. L'entreprise a également étendu l'adoption des agents de codage au-delà des équipes d'ingénierie, les chefs de produit utilisant Cursor pour livrer des fonctionnalités, corriger des bugs et réaliser des analyses de données sans dépendre de ressources d'ingénierie limitées.
Cursor offre le meilleur harness et la meilleure expérience développeur
Joe Haddad est l'un des ingénieurs les plus chevronnés de Vercel. Il a passé les sept dernières années à développer l'infrastructure centrale de Vercel et travaille désormais principalement sur des systèmes backend critiques.
Il préfère Cursor aux autres agents de codage, car il estime que le harness compte davantage que le modèle : « Cursor offre le meilleur harness, et la plateforme propose l'expérience développeur la plus fluide de toutes celles que j'ai essayées. »
Je n'ai ressenti ce moment d'AGI avec Opus ou GPT qu'en les utilisant dans Cursor. Après cela, mes attentes envers les agents de codage étaient si élevées qu'il est devenu inconcevable d'utiliser ces modèles dans d'autres harnesses de codage.
Accès à tous les meilleurs modèles
Le modèle préféré de Haddad change constamment à mesure que les laboratoires publient de nouveaux modèles : « J’ai utilisé Claude régulièrement jusqu’à Opus 4.5, mais lorsque GPT-5.4 est sorti, j’ai commencé à lui confier une plus grande part de mon travail. » Dans Cursor, Haddad peut facilement passer d’un fournisseur à l’autre, ce qui lui permet de choisir le modèle adapté à la tâche à accomplir.
Chaque fois qu’il s’attaque à un nouveau type de problème, Haddad utilise Cursor pour comparer les performances des modèles. Il lance en parallèle des agents de planification, examine chaque plan, puis retient le plus solide pour cette phase du travail.
Gestion intelligente du contexte
L’autre aspect pour lequel le harness de Cursor se distingue aux yeux de Haddad est la gestion du contexte, notamment sa manière de gérer le compactage. Lors de sessions prolongées, les agents compressent périodiquement leur contexte afin de rester dans la fenêtre de contexte. Dans les autres harness d’agents de codage qu’Haddad a essayés, les modèles perdaient des détails cruciaux lors du compactage, oubliant comment exécuter les tests ou ne parvenant pas à référencer les ressources qu’ils avaient créées plus tôt dans la session.
Dans Cursor, ces détails étaient préservés, ce qui permettait aux agents de mener à bien des tâches complexes et de longue durée, de bout en bout. « Je pouvais vraiment laisser Cursor s’exécuter et se compacter six fois de suite sans le moindre problème », explique Haddad.
Sans Cursor, même les meilleurs modèles peinent à gérer le contexte. Ils peuvent alors s’arrêter prématurément ou oublier des détails essentiels au cours de leur travail.
Un espace de travail unifié pour l’ensemble du cycle de vie du logiciel
Haddad travaille sur une infrastructure backend critique : chaque modification fait donc l’objet d’une revue approfondie. L’expérience de revue intégrée de Cursor lui permet d’examiner directement dans le code celui généré par l’agent, d’itérer avec lui, puis de répartir le travail en PR empilées que son équipe peut examiner progressivement.
Haddad travaille souvent sur plusieurs projets et tâches à la fois. Tandis qu’il collabore étroitement avec un agent local sur une tâche précise, les Agents Cloud de Cursor lui permettent de déléguer d’autres tâches, exécutées de manière asynchrone en arrière-plan. Il lance fréquemment des agents directement depuis des conversations Slack afin qu’ils disposent du contexte d’un problème dont il a déjà discuté avec ses collègues. Les agents cloud prennent en charge aussi bien les mises à jour courantes de la documentation que des travaux plus complexes sur des fonctionnalités.
Les agents cloud de Cursor sont fiables et fortement isolés dans des sandbox. L’expérience cloud est ainsi bien plus utile, car les agents peuvent accomplir un véritable travail sans constamment solliciter l’utilisateur.
Créer Vercel Queues avec Cursor
Vercel Queues est un système de streaming d’événements durable et l’un des nouveaux produits d’infrastructure les plus importants de Vercel. Haddad et son équipe ont entièrement créé le produit avec Cursor au fil de trois réécritures distinctes, chacune affinant l’architecture à partir des enseignements tirés de son utilisation interne.
La capacité de Cursor à aller au-delà de l’écriture de code, en testant et en vérifiant son travail de bout en bout sur une infrastructure réelle, était essentielle à l’ampleur ambitieuse de ce projet. Les ingénieurs demandaient aux agents de travailler sur l’API Queues, de se connecter à AWS, de lire les effets de bord dans DynamoDB et Kinesis, d’injecter des défaillances, de simuler des bugs et de vérifier les résultats. Haddad répétait ce schéma à chaque étape du travail et sur des centaines de PR empilées.
Le harness de Cursor a permis aux agents de s’ancrer dans des environnements AWS de production avec de vraies ressources. Les tests menés par les agents ont joué un rôle important pour atteindre notre niveau d’exigence en matière de qualité avec Vercel Queues.
La gestion intelligente du contexte de Cursor a permis aux agents de mémoriser chaque ressource créée, les effets de bord observés et les tests exécutés au cours de longues sessions comportant plusieurs événements de compactage.
Mesurer l’impact
Vercel suit la vélocité des équipes d’ingénierie et la qualité à l’aide de quelques métriques clés : vélocité des PR, délai avant la première revue, délai avant la fusion et nombre de cycles de revue avant la fusion.
Cette attention portée à ces métriques s’inspire de la philosophie du CTO de Vercel, Malte Ubl, qui a popularisé cette expression en interne : « La vélocité d’itération résout tous les problèmes logiciels connus. »
Parmi les utilisateurs avancés de Cursor chez Vercel, le débit de traitement des PR a augmenté de 54 %, le temps de cycle des PR a diminué de 89 % et les ressources allouées par fonctionnalité ont baissé de 27 %. Cela représente 104 heures économisées par développeur et par an.
Nous avons constaté une nette amélioration de la vélocité des PR, du délai de revue et des temps de cycle chez nos utilisateurs les plus intensifs de Cursor. C’est ce qui nous importe le plus.
Étendre l’adoption au-delà de l’ingénierie et faire des PM des builders
L’adoption de Cursor chez Vercel va au-delà de l’ingénierie. Des chefs de produit comme Marcos Grappeggia utilisent Cursor au quotidien pour des tâches qui, autrement, obligeraient les ingénieurs à interrompre leur travail.
Les cas d’utilisation courants des PM chez Vercel incluent :
Comprendre le produit. Grappeggia charge plusieurs dépôts dans un espace de travail multi-racine et effectue des requêtes sur l’ensemble. Lorsqu’un client demande si Vercel prend en charge une fonctionnalité spécifique, il peut obtenir une réponse dès la réunion en cours, ainsi qu’une estimation de l’effort nécessaire pour apporter la modification, sans interrompre un ingénieur.
Analyses produit. Les PM utilisent Cursor avec des CLI d’entrepôts de données et des MCP pour analyser les habitudes d’utilisation du produit. Les Agents Cloud peuvent s’exécuter pendant de longues périodes afin de produire des analyses complexes pour lesquelles l’équipe data de Vercel n’a pas la capacité nécessaire.
Déployer rapidement des modifications. Les PM utilisent Cursor pour corriger en une seule fois de petits bugs et apporter des améliorations qui, autrement, resteraient indéfiniment dans les backlogs P2. Un bug de scrutation dans le workflow d’association de projets de la CLI Vercel a ainsi été rapidement corrigé avec Cursor, alors que l’équipe d’ingénierie n’aurait pas pu s’en charger avant plusieurs semaines.
Les PM utilisent Cursor pour livrer des fonctionnalités et corriger des bugs sans mobiliser de ressources d’autres équipes de l’entreprise.
Vercel cherche désormais à intégrer des agents de codage dans davantage de workflows à travers l’entreprise, en s’appuyant sur les pratiques déjà établies par ses ingénieurs et ses PM.
Si vous souhaitez déployer des agents auprès de chaque équipe impliquée dans votre SDLC, veuillez contacter notre équipe pour démarrer un essai gratuit de Cursor.