я в Париже на междусобойчике Cursor — приехали их field инженеры, чтоб рассказать про текущие апдейты и планы. тайминг очень даже удался, учитывая, что вчера Cursor представил своих cloud agents, так что можно спылу-сжару все это обсудить и прикинуть нынешний агентский ландшафт. из милого-смешного: в кафе сдох вай-фай, поэтому слайды смотрим с компуктера — инженер Ник просто развернул к нам свой экран, а мы наклонившись ловим что там написано. что выцепила: - Cloud Agents теперь можно запустить в облаке. раньше агент работал только пока ты сидишь в Cursor — закрыла ноутбук, все встало. теперь закидываешь задачу, закрываешь комп, идешь жить жизнь. агент использует внутренний компьютер для работы, а когда закончит, то присылает видео своей работы. сам концепт агента в облаке не нов (Manus с самого начала был такой), но для экосистемы Cursor это прям шаг вперед для осмысленной глубокой работы с накопленным конеткстом - запускать можно с веба или Slack. звучал пример: маркетолог нашел опечатку в интерфейсе → тегнул Cursor-бота в Slack → бот сам создал пулл-реквест. все. прямой интеграции с Telegram пока нет, но можно настроить через API - семантический поиск по базе! обычно поиск происходит по строкам (grep), но Cursor разработали собственную модель, так что я теперь поняла, как можно получше поработать со своей спарсенной базой кейсов Каннских львов есть и ложка дегтя! экономика непрозрачная. Cursor позиционирует мощные обновления, но сколько они стоят в реальности — даже их собственный инженер не знает. для инди-разработчика или маленькой команды, которая считает каждый доллар, это все пока больше риск, чем возможность. но объективно говоря, это проблема сейчас относится ко всем агентским решениям. у Райана, еще одного инженера, который тут был, я спросила какой у него подход к learn/unlearn, ведь постоянные апдейты заставляют постоянно переучиваться и адаптироваться, никакого покоя. сказал, работать с головой)) не цепляться за workflow, который работал вчера и постоянно пересматривать, что из привычек уже мешает. Ник сказал похожее про правила для агента: «я начинаю с минимума и позволяю модели показать, где ей нужна помощь. как я воспитываю детей — не даю 300 указаний, а жду, когда покажут, где нужна поддержка.» как будто бы это применимо вообще для всех, кто учится работать с AI (и надо признать, что у этого «учиться» конечной точки не будет). мы привыкли к модели «сначала выучи все, потом делай», но когда инструмент меняется быстрее, чем ты успеваешь его освоить, этот подход попросту вреден. ты тратишь неделю на выстраивание идеального воркфлоу, а через неделю выходит апдейт, который делает половину твоих решений бессмысленными. и вместо того чтобы принять новое, мы защищиает старое, потому что вложились. пойду поем луковый суп.