Cursor Automations risolve il problema creato dalla codifica agentica. Gli ingegneri possono ora gestire più di 10 agenti di codifica contemporaneamente, ma l'attenzione umana è diventata il collo di bottiglia. Non puoi sorvegliare una dozzina di agenti mentre fai anche il tuo lavoro effettivo. Le automazioni capovolgono il modello: invece di lanciare agenti, lo fanno gli eventi. Un PR unito attiva un audit di sicurezza. Un avviso di PagerDuty avvia un agente che interroga i log e propone una soluzione. Un lavoro cron controlla le lacune nella copertura dei test ogni mattina. Ogni automazione viene eseguita in un ambiente cloud isolato con accesso completo agli strumenti che configuri tramite MCP (un protocollo standard che consente agli agenti di connettersi a Slack, Linear, GitHub, Datadog o qualsiasi API personalizzata). L'agente segue le tue istruzioni, verifica il proprio lavoro e impara dalle esecuzioni passate attraverso un sistema di memoria integrato. Cursor esegue centinaia di queste operazioni all'ora internamente. La loro automazione di sicurezza ha rilevato più vulnerabilità auditando ogni push su main senza bloccare i PR. Questo sblocca 4 cose che prima non erano praticabili: 1. Revisione continua del codice a una profondità che gli esseri umani saltano 2. Risposta agli incidenti che inizia a indagare prima che tu venga avvisato 3. Lavoro di manutenzione che avviene secondo un programma, non quando qualcuno se lo ricorda 4. Sintesi della conoscenza tra gli strumenti I prossimi due anni saranno definiti da chi costruisce la migliore fabbrica, non il miglior codice. Le aziende che si muovono più velocemente non saranno quelle con i migliori ingegneri. Saranno quelle i cui ingegneri hanno trascorso tempo a configurare automazioni invece di scrivere codice.

Un modello con 24 miliardi di parametri è appena stato eseguito su un laptop e ha scelto lo strumento giusto in meno di mezzo secondo. La vera storia è che gli agenti di chiamata degli strumenti sono finalmente diventati abbastanza veloci da sembrare software. Liquid ha costruito LFM2-24B-A2B utilizzando un'architettura ibrida che mescola blocchi di convoluzione con attenzione a query raggruppate in un rapporto di 1:3. Solo 2,3 miliardi di parametri si attivano per token, anche se il modello completo contiene 24 miliardi. Questo schema di attivazione sparsa è il motivo per cui si adatta in 14,5 GB di memoria e invia strumenti in 385 millisecondi su un M4 Max. L'architettura è stata progettata attraverso una ricerca hardware-in-the-loop, il che significa che hanno ottimizzato la struttura del modello testandola direttamente sui chip su cui sarebbe stata eseguita. Nessun livello di traduzione cloud. Nessun roundtrip API. Il modello, gli strumenti e i tuoi dati rimangono sulla macchina. Questo sblocca tre cose che prima erano impraticabili: 1. Le industrie regolamentate possono eseguire agenti sui laptop dei dipendenti senza che i dati lascino il dispositivo. 2. Gli sviluppatori possono prototipare flussi di lavoro multi-strumento senza gestire chiavi API o limiti di frequenza. 3. I team di sicurezza ottengono audit trail completi senza subprocessori dei fornitori nel loop. Il modello ha raggiunto l'80% di accuratezza nella selezione di strumenti a passo singolo su 67 strumenti che coprono 13 server MCP. Se questa performance si mantiene su larga scala, due assunzioni devono essere aggiornate. In primo luogo, gli agenti on-device non sono più un compromesso sulla durata della batteria; sono una funzionalità di conformità. In secondo luogo, il collo di bottiglia nei flussi di lavoro agentici si sta spostando dalla capacità del modello alla maturità dell'ecosistema degli strumenti.