Die erste Aufgabe für Cursors Cloud-Agenten auf eine überprüfbare Korrektur begrenzen

Cursor einen kleinen, reproduzierbaren Fehler zu übergeben und anschließend einen PR zur menschlichen Prüfung zurückzubekommen, ist ein sinnvoller erster Einsatz für einen Hintergrundagenten. Eine geeignete Aufgabe sollte drei Bedingungen zugleich erfüllen: Das erwartete Verhalten ist klar, es lässt sich in der Remote-Umgebung überprüfen, und eine verantwortliche Person kann den Umfang der Änderungen überblicken. Fehlt eine dieser Bedingungen, ist es hilfreicher, sie zuerst zu erfüllen, als den Prompt weiter auszubauen.

Cursor nennt dieses Produkt heute Cloud Agents; früher hieß es Background Agents. Es arbeitet in einer isolierten virtuellen Maschine in der Cloud, statt das aktuelle lokale Arbeitsverzeichnis zu übernehmen. Bei Repository-Aufgaben ändert und übergibt es Code in einem separaten Branch. Die folgende Betrachtung der Aufgabenauswahl stützt sich auf die offizielle Dokumentation. Das Beispiel wurde nicht tatsächlich ausgeführt.

Angenommen, ein Projekt hat einen Listen-Endpunkt: Eine gültige leere Abfrage sollte ein leeres Array zurückgeben, löst aber eine Ausnahme aus. Das Team hat das korrekte Verhalten bestätigt, und es gibt passende Tests. Das eignet sich besser zur Delegation als „Mach die Suche besser“, weil der Agent anhand eines beobachtbaren Ergebnisses die Ursache untersuchen, die Implementierung ändern und einen Regressionstest ergänzen kann. Auch die prüfende Person kann beurteilen, ob der Fehler richtig behoben wurde.

Derselbe Maßstab gilt für zusätzliche Tests bekannter Grenzfälle, die Korrektur von Dokumentationsbeispielen, die nicht zur vorhandenen Schnittstelle passen, sowie die Beseitigung von Codeduplikaten in einem klar begrenzten Umfang. Beim Refactoring müssen außerdem vorhandene Tests das nach außen sichtbare Verhalten absichern. Fehlen Tests, sollte der Auftrag zunächst lauten, die Aufrufer zu erfassen und Tests zu ergänzen, statt gleichzeitig umfangreiche Strukturänderungen zu verlangen.

Für die genannte Korrektur könnte der Auftrag so aussehen:

• Die Ausnahme reproduzieren, die der Listen-Endpunkt bei einer gültigen leeren Abfrage auslöst. Zuerst einen Regressionstest hinzufügen, der mit der alten Implementierung fehlschlägt.
• Das Ergebnis für diese Eingabe so korrigieren, dass eine erfolgreiche Antwort mit einem leeren Array zurückgegeben wird. Die bisherige Behandlung ungültiger Eingaben beibehalten und weder Schnittstellenparameter noch Antwortstruktur ändern.
• Nur die betreffende Implementierung und die zugehörigen Tests ändern. Keine Abhängigkeiten aktualisieren und weder Autorisierung noch Datenbankschema oder Deployment-Konfiguration ändern. Falls der Umfang überschritten werden muss, zuerst den Grund nennen und anhalten.
• Die relevanten Tests und die vorhandenen Projektprüfungen ausführen. Befehle, Ergebnisse und nicht ausführbare Prüfungen festhalten. Einen Entwurfs-PR mit Fehlerursache, geänderten Dateien, Prüfnachweisen und verbleibenden Risiken zurückgeben. Nicht mergen.

Dies ist ein Aufgabenbeispiel zur Analyse, kein direkt ausführbares Skript, das die Existenz dieser Dateien oder Befehle voraussetzt. Bei einer tatsächlichen Delegation müssen noch das Repository, der Ausgangs-Commit, die konkrete Eingabe zur Reproduktion und die Testbefehle des Projekts ergänzt werden. Bei der Abnahme ist zu prüfen, ob der neue Test den ursprünglichen Fehler tatsächlich abdeckt, statt nur auf „Tests bestanden“ zu achten. Hat der Agent Assertions entfernt oder den Test so geändert, dass das falsche Verhalten als erwartetes Ergebnis gilt, sagt auch ein grüner Status nichts aus.

Laut Cursors Umgebungsdokumentation laufen gehostete Cloud-Agenten auf Ubuntu. Die Einrichtung kann mit Unterstützung des Agenten oder über ein Dockerfile erfolgen. Lokal installierte Werkzeuge, nicht committete Dateien und Verbindungen zu privaten Diensten dürfen deshalb nicht einfach als remote vorhanden vorausgesetzt werden. Bevor die Korrektur eingeplant wird, muss sichergestellt sein, dass Abhängigkeiten installiert werden können, Tests starten und die benötigten Dienste erreichbar sind.

Für das Repository, abhängige Repositories und Submodule sind die jeweiligen Lese- und Schreibrechte erforderlich. Hängt die Aufgabe von Komponenten ab, die nur auf dem Computer einer entwickelnden Person verfügbar sind, oder müssen Tests auf einen noch nicht freigegebenen internen Dienst zugreifen, sind zunächst Umgebung und Berechtigungen zu klären. Installationsfehler oder Netzwerk-Timeouts dürfen nicht als erfolgreiche Codeprüfung dargestellt werden. Die Aufgabe lässt sich auf Ursachenanalyse und Änderungsvorschläge begrenzen. Alternativ kann ein lokaler interaktiver Arbeitsablauf genutzt werden, der Zugriff auf die benötigte Umgebung hat.

Für die erste Aufgabe empfiehlt sich eine Korrektur, die weder Produktionsdaten noch Zugangsdaten für die Produktionsumgebung benötigt, mit Beispieldaten ohne sensible Informationen oder mit Test-Doubles. Lässt sich keine vertrauenswürdige Prüfumgebung einrichten, ist die Aufgabe noch nicht dafür geeignet, unbeaufsichtigt bis zur Merge-Reife bearbeitet zu werden.

Laut Cursors Dokumentation haben Cloud Agents standardmäßig Internetzugriff und führen Terminalbefehle automatisch aus. Sie können fortlaufend Tests ausführen, nach dem Lesen bösartiger Inhalte aber auch durch Prompt-Injection beeinflusst werden. Ein separater Branch kann Codeänderungen isolieren, bereits nach außen gesendete Daten jedoch nicht zurückholen. „Am Ende prüft jemand den PR“ reicht deshalb als Sicherheitsgrenze während der Ausführung nicht aus.

Vor dem Start sollten die erlaubten externen Ziele beschränkt und nur die für die Aufgabe nötigen Berechtigungen und Zugangsdaten bereitgestellt werden. Cursor bietet Runtime Secrets an, die Werte in Werkzeugausgaben, Chatverläufen und Commits maskieren. Diese Werte stehen Programmen jedoch weiterhin als Umgebungsvariablen zur Verfügung und bleiben für Nutzer sichtbar, die über das Terminal mit der Umgebung interagieren. Eine Maskierung der Ausgabe verhindert nicht die Nutzung der Zugangsdaten und ersetzt keine Begrenzung ihres Berechtigungsumfangs.

Deshalb eignen sich Migrationen von Produktionsdatenbanken, Änderungen an Zahlungs- oder Autorisierungsregeln und große Änderungen, die von noch offenen Produktentscheidungen abhängen, nicht als erste unbeaufsichtigte Aufgabe. Diese Empfehlung zur Aufgabenauswahl richtet sich nach der Tragweite der Auswirkungen; sie besagt nicht, dass das Produkt solchen Code nicht ändern kann. Zuerst sollten Menschen die fachlichen Vorgaben und Risiken klären und anschließend kleine, unabhängig überprüfbare Änderungen abteilen.

Der offiziell beschriebene Übergabeprozess besteht darin, den Branch zu pushen und einen PR zur menschlichen Prüfung zu öffnen. Auch ein Entwurf kann angefordert werden. Teams sollten daran ihre Verantwortlichkeiten ausrichten: Der Agent liefert Änderungen und Nachweise; die verantwortliche Person entscheidet, ob die Anforderungen erfüllt und die Risiken vertretbar sind und ob gemergt wird. Die Abschlussmeldung des Agenten ist keine Merge-Freigabe.

Bei der Prüfung wird zuerst kontrolliert, ob der Diff noch innerhalb des ursprünglichen Umfangs liegt. Anschließend werden die entscheidenden Regressionstests und nötigen Integrationsprüfungen erneut ausgeführt. Zu prüfen sind Fehlerpfade, Aufrufer, Änderungen an Abhängigkeiten und mögliche Datenoffenlegungen in Logs. Nicht ausführbare Prüfungen sollten im PR dokumentiert bleiben, mit klarer Zuständigkeit für die Nachholung. Weiten sich die Änderungen ständig aus, werden fehlgeschlagene Tests wiederholt umgangen oder sind neue fachliche Entscheidungen nötig, sollte die Arbeit in eine interaktive Diskussion zurückkehren und neu aufgeteilt werden.

Der Nutzen eines Hintergrundagenten hängt von der Qualität der Übergabe ab. Am Anfang sollte eine kleine Korrektur stehen, die sich ohne Produktionsberechtigungen reproduzieren lässt, ein klares Ergebnis hat und vollständig geprüft werden kann. Erst wenn sowohl die Umgebung als auch der Review-Prozess diese erste Runde bestanden haben, sollte der Umfang der Delegation wachsen.