NVIDIA 透過 Cursor 讓 30,000 名開發者提交的程式碼量提升 3 倍
NVIDIA 已成為 AI（人工智慧）的代名詞，也是全球最具價值的企業。去年，NVIDIA 制定了一項全新的工程方針：運用 Cursor，將 AI 融入軟體開發生命週期（SDLC）的每一個階段，並消除在程式碼產生、測試、審查與除錯等環節中的人工瓶頸。
如今，每天有超過 30,000 名開發者使用 Cursor，帶動提交程式碼量提升超過 3 倍。除了程式碼產生之外，NVIDIA 也針對其工程工作流程客製化 Cursor，讓 AI 模型的影響力，從提升個別工程師的生產力，進一步擴展到 整個 SDLC 中核心正式環境工作流程的自動化。
Cursor 在大型程式碼庫上提供更佳效能
在超過 30 年的發展歷程中，NVIDIA 建立並累積了多個使用不同技術堆疊的超大型程式碼庫。這些程式碼庫彼此緊密交織，並共享大量相依關係：對其中一個程式碼庫的變更，往往會對其他程式碼庫產生連鎖影響，即便是最頂尖的工程團隊，也很難在這樣複雜的系統裡駕馭所有細微差異。
NVIDIA 各產品線都有一套快速演進且極為複雜的程式碼庫。開發人員很難隨時掌握這些變更並理解整個程式碼庫。這正是 Cursor 大放異彩的地方。
NVIDIA 在其環境中使用 Cursor 後，看見了快速且準確的成果。這樣的差異，來自於 Cursor 能夠為大型程式碼庫建立完整地圖，並在其上進行語意層面的推理。資深軟體架構師 Fabian Theuring 說明，因為只擷取最相關的上下文，所以 Cursor 的 Agent 明顯更聰明、更快速且更高效。
Cursor 在整個 NVIDIA 開發環境中的速度與準確度，立即對工程團隊的開發速度產生了影響。
在使用 Cursor 之前，NVIDIA 也有其他 AI（人工智慧）程式碼工具，包含內部自建與其他外部供應商提供的方案。但自從採用 Cursor 之後，我們才真的開始看到開發速度有明顯的提升。
從程式碼產生到軟體開發生命週期（SDLC）的端到端自動化
當 NVIDIA 的開發者開始利用 AI（人工智慧）更快速地交付程式碼時，瓶頸便轉移到了 SDLC 的其他階段：程式碼審查、測試與偵錯。NVIDIA 的工程領導團隊訂下積極的目標，希望也能將 Cursor 導入這些工作流程。Luo 說：「我的使命是將 AI 植入 SDLC 的每一個步驟。」
Cursor 幾乎被用在所有產品領域與軟體開發的各個層面。團隊使用 Cursor 撰寫程式碼、進行程式碼審查、產生測試案例以及執行 QA。我們整個 SDLC 都因 Cursor 而加速。
一開始，是將 Cursor 的使用情境從程式碼產生擴展到像偵錯這類領域。Theuring 說明：「Cursor 在尋找與解決罕見且持續存在的 bug 方面表現出色。」Cursor 不僅能持續地找出這些問題，還能派出代理來解決它們，這一點特別具影響力。
NVIDIA 也將 Cursor 設定為可自動化整個工作流程。舉例來說，Theuring 的團隊正在使用自訂規則來自動化 git flow：分支建立、程式碼提交、CI 偵錯與問題追蹤。Luo 的團隊則採用類似的方法進行 bug 修復，自動化流程從使用 MCP 伺服器從工單與文件中擷取上下文開始，最後由 Cursor 實作修復並執行測試以完成驗證。Cursor 的延展性，將影響範圍從個人生產力擴大到專案層級的成效。
我們在 Cursor 中建立了許多自訂規則，來完全自動化整個工作流程，這真正釋放了 Cursor 的潛力。
縮短上手時間並壓縮學習曲線
Cursor 也在協助 NVIDIA 的新進員工更快熟悉陌生的程式碼庫，並在遠比以往更短的時間內開始做出貢獻。
它也讓資深開發者能挑戰全新的程式語言，或技術堆疊中的不同層面。舉例來說，有經驗的後端工程師現在能比以往更有信心地處理前端任務。「Cursor 讓開發者能彌補技能差距，並在新領域更快速上手。」Luo 解釋道。
以開發速度與品質衡量價值
NVIDIA 正透過幾項關鍵指標評估 Cursor 的影響：
- 採用情況：超過 30,000 名開發者每天使用 Cursor
- 程式開發速度：使用 Cursor 的開發者提交的程式碼量是以往的三倍
- 程式碼品質：儘管程式開發速度提升，Bug 比率仍維持穩定，且程式碼風格的一致性有所提升
我們每天都在使用 Cursor，現在已經回不去了，因為它徹底改變了軟體工程的工作方式。現在開發軟體比以前有趣得多。我真的很喜歡它。
如果你對打造 AI 原生工程團隊有興趣，請聯絡我們的團隊，以開始試用 Cursor。