大規模コードベースを安全にインデックス化する

チームメイトの既存インデックスを安全に再利用することで、最大規模のリポジトリでも最初のクエリが実行できるまでの時間を、数時間から数秒へと短縮します。

より良い Bugbot を構築する

独自の AI 駆動型メトリクスを使い、どのように体系的に Bugbot を改善していったか。

長時間稼働する自律型コーディングをスケールさせる

数週間にわたってコーディングエージェントを自律的に稼働させる実験を行ってきました。

動的コンテキスト探索

モデルがエージェントとしてより優秀になるにつれ、最初に与える情報量を減らし、エージェントが自力で関連コンテキストを引き出しやすくすることで成果を上げてきました。

コーディングエージェントが生産性に与える影響

シカゴ大学の新しい研究によると、Cursor のエージェントがデフォルトになってから、企業でマージされる PR が 39% 増加している。

セマンティック検索によるエージェントの改善

セマンティック検索はコーディングエージェントの性能を大きく向上させ、正確性を平均 12.5% 高めるほか、コード変更の定着率を改善し、ユーザーの不満につながるリクエストを減らします。

Composer: 強化学習で構築する高速フロンティアモデル

Composer は、ソフトウェアエンジニアリングにおける高度な知能と高速性のために設計された新しいエージェントモデルです。

シャドウワークスペースによる反復

AI がユーザーに影響を与えることなくコードを反復できるようにするための、隠しウィンドウとカーネルレベルのフォルダプロキシ。

さらなる課題

AI プログラミングの次のフェーズに向けた、いくつかのエキサイティングな課題領域。

私たちの課題

Cursor のために、私たちが解決することにワクワクしている課題のリスト。