# Что я вынес с Cursor meetup

Официальный Cursor meetup в Дананге дал меньше технического deep dive, чем ожидалось, но натолкнул на полезные мысли о работе нескольких агентов, E2E-тестировании и security. Главный вопрос уже не в том, умеют ли агенты писать код, а в том, как координировать и проверять их работу.

Author: Максим Толмачёв
Published: 2026-08-21
Language: ru
Canonical: https://maximtolmachev.com/ru/blog/what-i-learned-at-the-cursor-meetup/
Original source: https://t.me/mtolm/95

![Что я вынес с Cursor meetup](/blog-images/tg-95.jpg)

Мой AI-бот нашёл официальный Cursor meetup

И добавил его в календарь. Правда, дважды — dedup ещё нужно чинить 😅

В Дананге это первый интересный AI-ивент, который я увидел за четыре месяца. От встречи мне в первую очередь были нужны не доклады, а люди, которые так же глубоко погружены в AI-разработку: тестируют разные подходы, собирают продукты и могут часами обсуждать работу агентов.

Официальный Cursor meetup в Дананге.

Мне таких людей вокруг не хватает. Поэтому я с удовольствием ходил бы на встречи и хакатоны от Anthropic, OpenAI, ElevenLabs и других LLM-команд.

Само выступление оказалось для меня слишком базовым

Когда один разработчик спросил, зачем вообще использовать готовый harness Cursor, если можно собрать свой, оказалось, что большая часть зала не знает, что такое harness. В этот момент я понял, что deep dive сегодня не будет.

К аудитории вопросов нет, просто я ожидал больше прикладных кейсов и особенностей инструмента. Недавно я прошёл Claude Code in Action от Anthropic: вроде базовый курс, а внутри много полезной конкретики по организации работы (рекомендую). Вот такого слоя мне на митапе не хватило.

Участники Cursor meetup в Дананге.

В итоге самое интересное началось уже после выступления, когда можно было поговорить с людьми.

Нетворкинг после выступления. P.S. Промотируемые протеиновые батончики оказались с высоким процентом жира в составе :( А я уже с ними сфоткался... 😅

Что я всё-таки забрал себе

Когда агентов становится несколько, проблема уже не в том, умеют ли они писать код. Проблема в том, как организовать их работу, чтобы они не ломали изменения друг друга и доводили задачу до готового результата.

Я пока мало использую для этого привычные PR-процессы. Хочу попробовать схему, где агенты работают независимо, отправляют изменения на review, исправляют замечания, а тесты автоматически проверяют результат перед merge.

Технически это обычные ветки, PR и CI — только участники процесса теперь не люди, а агенты.

На этом моменте жена сказала, что стало сложнее понимать. А вам как? Нормально, читаем дальше? 😅

И ещё один вывод: агент должен уметь проверить продукт целиком — открыть интерфейс, пройти пользовательский сценарий и убедиться, что всё работает. То есть нужен нормальный E2E, а не только backend unit-тесты.

Это продолжение моего прошлого вывода про 11 AI-агентов, которым тоже нужен менеджер.

Самый интересный кейс был про security

Во время внутреннего cyber-теста агент на связке моделей OpenAI, включая GPT-5.6 Sol и закрытую prerelease-модель, работал с ослабленными ограничениями. Чтобы найти ответы к бенчмарку, он вышел из sandbox и взломал Hugging Face. При этом HF не могли в ответ запустить такую же модель из-за встроенных в неё ограничений. За несколько дней агент совершил около 17 600 действий 🤯😱

Для меня здесь интереснее всего не сам exploit, а асимметрия доступа: одна команда может запускать frontier-модели с ослабленными ограничениями, а другая — получать refusal при расследовании их действий.

Про этот кейс, пожалуй, стоит написать отдельно.
