Ответы на отзывы маркетплейсов: как ИИ-агенты за неделю создали работающий браузер из 3 миллионов строк кода
20 искусственных интеллектов получили задание написать браузер с нуля за одну неделю. Звучит как фантастика? Компания Cursor превратила это в реальность и показала, как правильно организовать работу ИИ-команды.
Майкл Труэлл, глава ИИ-редактора кода Cursor, поделился результатами эксперимента. Команда из 20 ИИ-агентов на базе GPT-5.2 создала полноценный браузерный движок. Боты написали более 3 миллионов строк кода в тысячах файлов. Весь проект реализован на языке Rust с нуля.
Браузер работает! Гендиректор Cursor признался: команда была шокирована тем, что простые веб-сайты отображаются быстро и корректно. До уровня Webkit и Chromium далеко, но для недельного проекта результат впечатляет.
От хаоса к порядку: как организовать работу ИИ-команды
Первоначальный подход провалился. Когда всем 20 агентам дали равные права и позволили самостоятельно выбирать задачи из общего документа, работали только 2-3 бота. Остальные просто ждали.
Исследователи кардинально изменили стратегию. Они создали иерархическую систему с четким разделением ролей:
- "Планировщики" - изучали кодовую базу и формулировали задачи
- "Сотрудники" - занимались реализацией
Именно эта организационная структура позволила завершить проект за семь дней.
Битва ИИ-моделей: кто лучше справляется с долгосрочными задачами
Эксперимент выявил особенности разных моделей. GPT-5.2 от OpenAI показала себя как марафонец - модель терпеливо работала над долгосрочными задачами, не отвлекаясь на поиск быстрых решений.
Claude Opus 4.5 вела себя как спринтер - постоянно прерывалась и искала более короткие пути к цели. GPT-5.2 также превзошла специализированную GPT-5.1-codex в планировании, несмотря на то что последнюю оптимизировали для сложных программистских задач.
Применение для автоматизации ответов на отзывы
Эксперимент демонстрирует, как правильная организация работы с ИИ кардинально повышает эффективность. Подобные принципы применимы при автоматизации ответов на отзывы клиентов на маркетплейсах.
Структурированный подход и правильное распределение задач между различными ИИ-агентами улучшает качество обслуживания покупателей. Один агент анализирует тональность отзыва, второй формирует персонализированный ответ, третий проверяет соответствие бренд-буку компании.
Иерархическая система управления ИИ-агентами показала эффективность в 10 раз выше хаотичного подхода
Выводы для бизнеса
Опыт Cursor показывает три принципа работы с ИИ-командами:
- Четкое разделение ролей - каждый агент выполняет конкретную функцию
- Иерархическая структура - есть планировщики и исполнители
- Выбор правильной модели - GPT-5.2 лучше для долгосрочных задач
Эти принципы работают не только для создания браузеров, но и для автоматизации рутинных бизнес-процессов. Правильно организованная команда ИИ-агентов может обрабатывать сотни отзывов в час, поддерживая высокое качество ответов.
Исходный код браузера команда Cursor выложила в открытый доступ на GitHub. Это позволяет всем желающим изучить результаты уникального эксперимента и применить полученные знания в своих проектах.