Что новое относительно Cursor 2:
• новое главное окно — Agents Window. В Cursor 2 уже был multi-agent интерфейс, но Cursor 3 выносит это в отдельный новый workspace, собранный вокруг работы агентов как основного сценария, а не как надстройки над IDE. Cursor прямо называет это “new Cursor interface” и “unified workspace for building software with agents”.
• multi-repo / multi-workspace layout как базовый режим. Cursor 3 делает работу сразу с несколькими репами и workspace частью нового интерфейса. В релизе 2.0 упор был на multi-agent, а не на единое multi-repo пространство как центральную модель.
• единый список всех агентов из разных поверхностей — local, cloud, worktrees, remote SSH, плюс агенты, запущенные с mobile, web, desktop, Slack, GitHub и Linear. Это в Cursor 3 оформлено как одна общая панель наблюдения и управления.
• handoff между local и cloud. В Cursor 3 можно перекидывать работу между локальным и облачным агентом туда-обратно. Это один из центральных новых сценариев релиза.
• встроенные demos и screenshots от cloud agents. Облачные агенты теперь показывают визуальные артефакты своей работы прямо в приложении, чтобы результат можно было быстро проверить без ручной раскопки.
• новый diff/review flow. Cursor 3 добавляет новый diff view для просмотра и правки изменений внутри нового интерфейса.
• git / pr управление прямо в новом окне. Stage, commit и PR actions теперь встроены в этот workflow как часть агентного workspace.
• files for understanding code с LSP и go-to-definition внутри нового интерфейса. То есть это уже не просто список изменений агента, а более полноценная среда для чтения и проверки кода внутри того же окна.
• встроенный browser для локальных сайтов. В Cursor 3 можно открывать и использовать браузер прямо внутри этого нового workflow для локальной веб-разработки и проверки.
• переключение между новым agent-first интерфейсом и классическим IDE. Cursor 3 сохраняет старый IDE-подход, но теперь это уже скорее второй режим, а не единственный основной.

исторически всё упиралось в то, что человек может эффективно держать в управлении ограниченное число связей. из этого выросли уровни менеджмента и вся современная оргструктура

римская армия → прусский генштаб → железные дороги → тейлоризм → матричные организации → попытки тех-компаний уйти в плоские структуры. все это разные попытки решить одну и ту же проблему — как маршрутизировать информацию внутри большой системы

и все они упирались в одно ограничение: координация всегда завязана на людей, поэтому при росте компания снова становится иерархичной

ключевой тезис — сейчас впервые появляется технология, которая может заменить саму функцию иерархии

не «copilot для сотрудников», а система, которая понимает, что происходит в компании и координирует работу

для этого нужно две вещи

первая — company world model: вся работа компании должна оставлять цифровые следы (задачи, код, обсуждения, решения), из которых ai может собрать актуальную картину происходящего — где блокеры, что строится, куда уходят ресурсы

вторая — customer signal: нужен честный сигнал от пользователей. в их случае — деньги. транзакции дают максимально точное понимание поведения, в отличие от опросов или метрик вовлеченности

дальше из этого строится новая архитектура компании

— capabilities: базовые примитивы (платежи, кредиты и тд), без ui
— world model: модель компании и клиентов
— intelligence layer: слой, который собирает решения под конкретную ситуацию пользователя
— interfaces: поверхности доставки (cash app, square и тд)

roadmap в такой системе появляется не сверху, а снизу — если система не может решить задачу, значит не хватает capability

это и есть backlog

дальше меняется роль людей

интеллект — в системе, люди — на краю

они делают то, что модель пока не может: интуиция, контекст, сложные решения, ответственность

вместо классической структуры остаётся три роли
— ic (делают и принимают решения в своём слое)
— dri (владеют конкретной проблемой или результатом)
— player-coach (развивают людей, а не таскают статусы)

средний менеджмент как слой передачи информации просто исчезает

при этом авторы аккуратны: они прямо пишут, что это ранняя стадия, многое сломается, и это скорее эксперимент

но главный вопрос, который они формулируют:
что ваша компания реально понимает такого, что трудно понять другим?

если ответа нет — ai просто снизит косты и всё
если есть — ai станет не инструментом, а самой операционной системой компании

Архитектура строится на метафоре дворца: Wings (персон или проект), Halls (типы памяти: решения, события, предпочтения), Rooms (конкретные темы). Поиск с фильтрацией по Wing и Room даёт на 34% более высокую точность по сравнению с поиском по всему корпусу. Для сжатия контекста используется собственный диалект AAAK, позволяющий уместить критические факты в 120 токенов без потери информации.

Вот что это вам даёт:
→ Ваш ИИ знает, кто вы, до того как вы напечатаете первое слово — семья, проекты, предпочтения, загруженные примерно в 120 токенов
→ Дворцовая архитектура организует воспоминания по домену и типу — не плоский список фактов, а навигируемая структура
→ Семантический поиск по месяцам разговоров находит ответ на первой или второй позиции
→ AAAK-сжатие помещает весь контекст вашей жизни в 120 токенов — 30-кратное сжатие без потерь, которое любая языковая модель читает нативно
→ Детектор противоречий ловит неправильные имена, неправильные местоимения, неправильный возраст до того, как вы их увидите
Бенчмарки:
100% на LongMemEval — первый идеальный результат за всю историю. 500 из 500 вопросов. Каждый тип вопросов на 100%.
92,9% на ConvoMem — более чем вдвое выше результата Mem0.
100% на LoCoMo — каждая категория многошагового рассуждения, включая временной вывод, с которым большинство систем не справляется.
Никакого API-ключа. Никакого облака. Никакой подписки. Одна зависимость. Работает на вашей машине. Ваши воспоминания никуда не уходят.