Cursor, haftalar süren otonom kodlama ajanlarını ölçeklendirme üzerine deneyler yaparak, insan ekiplerinin aylar süren projelerde ajan tabanlı kodlamanın sınırlarını zorlamayı hedefliyor. Yüzlerce eşzamanlı ajanı tek bir projede koordine ederek, bir milyondan fazla kod satırı ve trilyonlarca token ürettiklerini gözlemlediler. Bu deneyler, tekil ajanların odaklanmış görevlerde iyi performans gösterirken, karmaşık projelerde yavaş kaldığını ve birden fazla ajanı paralel çalıştırmanın koordinasyon zorluklarını ortaya koydu.
Başlangıçta, ajanların dinamik olarak, paylaşılan bir dosya üzerinden kendilerini koordine etmelerine izin verildi. Ancak bu yaklaşım, kilit mekanizmalarının darboğaz oluşturması, ajanların kilitleri uzun süre tutması veya bırakmayı unutması gibi sorunlarla karşılaştı. Ayrıca, hiyerarşi eksikliği nedeniyle ajanlar riskten kaçınan bir yapıya büründü; zorlu görevlerden kaçınarak küçük, güvenli değişiklikler yapmayı tercih ettiler. Bu durum, uzun süreler boyunca ilerleme kaydedilemeden işlerin dönüp durmasına neden oldu.
Bu sorunları aşmak için Cursor, "planlayıcılar" ve "çalışanlar" olmak üzere rolleri ayırdı. Planlayıcı ajanlar, kod tabanını sürekli keşfederek görevler oluştururken, belirli alanlar için alt-planlayıcılar da oluşturabiliyor, böylece planlama süreci paralel ve özyinelemeli hale geliyor. Çalışan ajanlar ise sadece kendilerine atanan görevleri tamamlamaya odaklanıyor, diğer çalışanlarla koordine olmuyor veya büyük resmi düşünmüyorlar. Her döngünün sonunda bir yargıç ajan devam edip etmeyeceğine karar veriyor. Bu yeni yaklaşım, koordinasyon sorunlarının çoğunu çözerek, tek bir ajanın tünel görüşüne sahip olmadan çok büyük projelerde ölçeklenmelerini sağladı.
Bu araştırma, yapay zeka destekli yazılım geliştirmenin geleceği için otonom ajanların karmaşık ve uzun soluklu projelerde nasıl daha verimli kullanılabileceğine dair önemli bir model sunuyor.