The Cursor Developer Habits Report
Cursor Developer Habits Report — telemetry-based взгляд на agentic coding: разработчики производят больше кода, PR становятся крупнее, agent sessions глубже, а AI-generated code дольше сохраняется в кодовой базе. В отличие от опросов, отчёт опирается на агрегированные product and engineering data Cursor.
Методология и данные
1 блокАнализ на основе телеметрии со скользящими средними за 7, 28 и 30 дней по сигналам использования Cursor и инженерной активности.
Ключевые результаты
4 блокаЧто исследовали
Фрагмент из раздела отчета
Cursor анализирует собственные агрегированные данные: agent usage, token consumption, accepted AI diffs и merged PR activity. Временные ряды используют trailing 7-day, 28-day или 30-day averages, чтобы показать устойчивые тренды, а не шум отдельных дней.
Developer acceleration
Фрагмент из раздела отчета
С начала 2025 до весны 2026 lines added per developer per week выросли примерно с 3,6k до 8,6k. Lines added per PR в p75 выросли примерно в 2,5 раза год к году: с ~126 строк в начале 2025 до ~345 строк к 16 мая 2026. Доля “mega PR” с 1 000+ changed lines также выросла — примерно с 8% до 13,8%.
Agent sessions становятся глубже
Фрагмент из раздела отчета
За последние два месяца периода наблюдения среднее число tool calls per session выросло примерно на 30%: coding agents чаще читают и редактируют файлы, ищут по codebase, запускают shell commands и используют web browsing. Это указывает на переход от локального autocomplete к более длинным agentic workflows.
AI-код дольше живёт в codebase
Фрагмент из раздела отчета
С начала 2026 года доля accepted AI lines, которые всё ещё присутствуют через 60 минут, выросла примерно с 76% до 81%. Это важный сигнал: не только увеличивается генерация, но и растёт доля AI-кода, который проходит первичную проверку и не удаляется почти сразу.
Подробности из отчетаПоказатьСкрыть
Cursor Developer Habits Report — telemetry-based взгляд на agentic coding: разработчики производят больше кода, PR становятся крупнее, agent sessions глубже, а AI-generated code дольше сохраняется в кодовой базе. В отличие от опросов, отчёт опирается на агрегированные product and engineering data Cursor.
Что исследовали
Cursor анализирует собственные агрегированные данные: agent usage, token consumption, accepted AI diffs и merged PR activity. Временные ряды используют trailing 7-day, 28-day или 30-day averages, чтобы показать устойчивые тренды, а не шум отдельных дней.
Developer acceleration
С начала 2025 до весны 2026 lines added per developer per week выросли примерно с 3,6k до 8,6k. Lines added per PR в p75 выросли примерно в 2,5 раза год к году: с ~126 строк в начале 2025 до ~345 строк к 16 мая 2026. Доля “mega PR” с 1 000+ changed lines также выросла — примерно с 8% до 13,8%.
Agent sessions становятся глубже
За последние два месяца периода наблюдения среднее число tool calls per session выросло примерно на 30%: coding agents чаще читают и редактируют файлы, ищут по codebase, запускают shell commands и используют web browsing. Это указывает на переход от локального autocomplete к более длинным agentic workflows.
AI-код дольше живёт в codebase
С начала 2026 года доля accepted AI lines, которые всё ещё присутствуют через 60 минут, выросла примерно с 76% до 81%. Это важный сигнал: не только увеличивается генерация, но и растёт доля AI-кода, который проходит первичную проверку и не удаляется почти сразу.
Power user gap
Эффект AI распределён неравномерно. Cursor показывает высокую концентрацию AI activity: Gini score 0,77 для AI lines, 0,75 для spend и 0,72 для tokens. P99 developers производят в 46 раз больше AI lines, чем median active user, и merge'ят в 15 раз больше PR, чем median active PR author.
Практический вывод
Отчёт фиксирует сдвиг от AI как персонального ускорителя к AI как infrastructure layer для end-to-end automation. Но вместе с этим растут PR size, context usage, cost variance и разрыв между power users и медианными пользователями — значит, командам нужны новые quality gates, budget controls и observability для agentic development.