Coding Agents
Работа с agents
Неофициальный перевод раздела Cursor Learn. Мы переводим английский оригинал и чуть расширяем объяснения — это не материал от Cursor Inc.
Разработчики всё чаще пишут код через agents: вместо каждой строки руками — ставишь цель и даёшь agent’у писать.
В Foundations мы разобрали суть: мощные tools + автономный loop. Здесь — практические стратегии, как работать с coding agents, когда ты реально строишь продукт.
Что такое agent harness
Cursor — AI-редактор со встроенным coding agent. Agent крутится внутри harness из трёх частей:
- Instructions — system prompt и rules, которые задают поведение
- Tools — редактирование файлов, поиск по codebase, терминал и остальное
- Model — какую модель ты выбрал под задачу
Coding agents закрывают задачи по целям, которые ты им даёшь. У каждого harness чуть другое поведение — зависит от тюнинга и модели. Одни модели охотнее зовут shell. Другим нужны более явные инструкции. Cursor старается поддерживать frontier-модели и постоянно допиливать harness (включая набор tools).
Как писать сильные prompts
Твой первый рычаг — prompt. Сравни два подхода.
Add a user settings page
Agent вынужден угадывать layout, компоненты, styling. Иногда прокатывает. Часто — нет.
А теперь prompt, заземлённый в твоём codebase:
Add a user settings page.
Look at the existing profile page in src/app/profile/page.tsx for our layout pattern. Use the same form components from src/components/ui/Form.tsx. Settings should include:
- Display name (text input)
- Email notifications (toggle)
- Theme preference (dropdown: light, dark, system)
Store settings using our existing useUserPreferences hook. Follow the same API route pattern as src/app/api/user/profile/route.ts.
Второй вариант сильнее: конкретные файлы, компоненты, scope. Agent следует твоим паттернам, а не изобретает параллельную вселенную.
Позже разберём это глубже на создании фич и больших multi-file изменениях.
Управление context
Пока работаешь с agent’ом, в context копятся сообщения, tool calls, содержимое файлов. Это рабочая память — и она конечна.
Следи за расходом. Начинай новый чат, когда переключаешься на другую задачу или когда agent начинает тупить. Если всё ещё пилишь ту же фичу и в треде есть полезный контекст — продолжай. Но если agent ходит кругами mid-feature — лучше стартовать fresh и сослаться на старый чат.
Continue the auth refactor from past chat «Red auth refactor». I’ve addressed the review feedback on the JWT expiry handling. Now update the refresh token rotation to invalidate old tokens on use.
Современные модели уже неплохо сами находят нужный context через codebase search. Знаешь точный файл — тегни его. Не знаешь — опиши задачу и дай agent’у найти.
Частый fail: scope creep
Классика: слишком большая задача без плана. Agent лезет в левые файлы, теряет фокус, «顺便» рефакторит полрепы.
Если видишь это — стоп. Можно ли разрезать задачу на куски? Для амбициозных фич сначала нужен нормальный plan (об этом в уроке про создание фич). После плана часто быстрее итерировать маленькими follow-up чатами, чем тащить один бесконечный тред.
Что дальше
Ты понял harness, prompts и context hygiene. Дальше — как agents ищут по codebase и помогают собрать mental map архитектуры.