Coding Agents
Понимание codebase
Неофициальный перевод раздела Cursor Learn. Мы переводим английский оригинал и чуть расширяем объяснения — это не материал от Cursor Inc.
Одна из главных работ инженера — держать в голове mental map системы. Чем больше проект, тем сложнее найти «то самое» место в коде.
Раньше для этого учили regex и специальные search-тулы. С coding agents можно описать, что ищешь, обычным языком — и agent сам выберет tools.
Cursor даёт agent’ам сильный поисковый набор. Если понимаешь, как он ищет, ты задаёшь лучшие вопросы и получаешь точнее ответы.
Agentic search
Самый точный способ найти кусок кода — exact match: имя функции, переменной, строки.
Agents умеют grep (включая хитрые regex и word boundaries). Есть и более быстрые варианты вроде ripgrep. Cursor идёт дальше с Instant Grep — заметно ускоряет agentic-поиски на больших репах.
Тебе ничего отдельно настраивать не нужно: в чате agent пользуется этим сам.
Поиск по смыслу
Когда точного символа не знаешь, Agent может искать по смыслу (semantic search) и комбинировать это с grep: сначала релевантные файлы, потом точные ссылки.
Как задавать хорошие вопросы
Формулировка влияет на то, какие tools agent выберет. Есть спектр от узкого к широкому: от «найди точное имя функции» до «объясни, что происходит, когда пользователь отправляет платёж».
Узко — когда знаешь, что ищешь. Широко — когда исследуешь незнакомую территорию.
Find all files that import from our PaymentService and show me how they handle the PaymentFailedError.
Здесь agent почти наверняка начнёт с grep по import.*PaymentService.
How does our application handle failed payments? Walk me through the error flow from the checkout form to the error message the user sees.
Тут первой часто идёт semantic search по codebase, а grep добивает детали.
Explore subagent
Agent может поднимать subagents, чтобы ускориться.
Встроенный Explore subagent ищет по codebase в своём context window и обычно на более быстрой модели. Он гоняет много параллельных поисков, не раздувая основной разговор.
Вручную звать не обязательно — parent agent сам решит, когда это уместно. Но можно попросить явно.
Помни foundations: следи за context. Массовый обход файлов быстро забивает окно. Subagents помогают: в основной чат возвращаются findings, а сырой шум остаётся снаружи.
Архитектурные диаграммы
На большой или незнакомой кодовой базе попроси agent нарисовать схему — например, Mermaid.
Create a Mermaid diagram showing the data flow for our payment system, including the checkout form, API routes, payment service, and Stripe integration.
Такие диаграммы полезны для онбординга, docs и design review. Иногда они сразу показывают architectural smell: сервис с слишком многими зависимостями или странный путь данных.
Частый fail: менять до понимания
Типичная ошибка — просить правки, не разобравшись, что уже есть. Agent создаёт новый utility, хотя такой уже лежит в проекте, или пишет в чужом стиле.
Сначала explore:
Before making any changes, show me how our existing form validation works. What patterns do we use, and where are the shared validators?
Coding agents воспринимают запросы буквально. Где ты не задал intent — они додумают. Иногда удачно. Для изменений «в стиле репы» лучше сначала понять паттерны и уже потом просить конкретное.
Что дальше
Ты умеешь находить и понимать код. Дальше — от понимания к шиппингу: планы, тесты, дизайн → код.