Одним из крупнейших сдвигов в современном софтверном девелопменте стало стремительное распространение AI-инструментов для написания кода. Эти решения помогают как разработчикам, так и людям без технического бэкграунда быстрее писать код, запускать прототипы и готовые приложения. Среди таких инструментов достаточно быстро привлёк внимание Cursor, почти сразу он занял позицию одного из лидеров рынка.

В этой статье я подробнее рассмотрю Cursor, его сильные и слабые стороны, а также сравню его с другими AI-редакторами кода. Это будет практический гайд, в котором я поделюсь своим опытом использования Cursor для создания to-do приложения. К концу материала у вас сложится четкое представление о том, подходит ли Cursor для вашего собственного девелоперского workflow.

Поехали.

Что такое Cursor?

Cursor — это AI-редактор кода, построенный на open-source кодовой базе VS Code. По сути, он работает как обычные редакторы кода, но дополняется интеграциями с большими языковыми моделями (LLMs), которые упрощают и ускоряют написание, редактирование и понимание кода. Cursor — один из множества AI-инструментов для программирования, которые software engineering-команды всё активнее интегрируют в свои рабочие процессы.

Ключевые возможности AI-редактора кода Cursor

Давайте рассмотрим самые важные фичи, благодаря которым Cursor стал настолько популярным решением.

Chat AI assistant

Одна из ключевых составляющих Cursor — это его AI-ассистент, доступный через чат-панель. С ним можно взаимодействовать, используя natural language промпты: задавать вопросы, просить пояснения или генерировать новый код.

AI-чатбот контекстно-осведомлен: он может ссылаться на открытые файлы или конкретные выделенные фрагменты кода, чтобы давать более точные ответы. Поддерживается multi-turn диалог, то есть ты можешь задавать follow-up вопросы или давать дополнительные инструкции, опираясь на предыдущие ответы. Это делает процесс кодинга более интерактивным и итеративным.

Чат-ассистент не ограничен лишь текстовыми input’ами. Вы также можете загружать изображения, что упрощает обмен визуальной информацией. Например, можно залить скриншоты с ошибками, диаграммы или части пользовательского интерфейса. Ассистент использует это изображение в качестве дополнительного контекста для своего ответа.

Когда я создавал to-do приложение, первым делом выбрал бесплатный UI-дизайн. Затем загрузил изображения в Cursor и попросил сгенерировать код для интерфейса.

Первый результат получился отличным. Тем не менее, мне пришлось немного его fine-tune’ить, чтобы добиться именно того интерфейса, который я хотел.

На изображении ниже показано готовое to-do приложение, сгенерированное с помощью Cursor — и всё это меньше чем за 5 минут! В зависимости от вашего уровня кодинга, это могло бы занять от 30 минут до пары часов.

Интересная деталь, которую я заметил: хотя я дал AI всего лишь инструкцию сгенерировать UI, он сам заодно реализовал и функциональность. Уже с первого прохода у меня появилась возможность добавлять и удалять to-do items, хотя я явно этого не просил.

Это поведение не уникально для Cursor. При работе с AI coding tools в целом приходится быть максимально точным в формулировках — что вы хотите получить, а что нет. Если четко не определить задачу, AI может выйти за рамки вашего изначального scope.

Здесь как раз и пригождается фича Cursor под названием rules, о которой я расскажу позже в этой статье. Она позволяет задать guardrails и более конкретные инструкции для AI, чтобы вы сохраняли контроль над процессом генерации кода и избегали неожиданных результатов.

[Как AI-кодинг меняет tech-индустрию]

Режимы AI-чата в Cursor

Глубже погружаясь в функциональность, давайте рассмотрим разные режимы чата, их особенности и когда стоит использовать каждый из них.

Agent mode (по умолчанию). Самый автономный и мощный режим в Cursor — именно его я использовал для генерации кода to-do приложения.

Этот режим рассчитан на выполнение сложных coding tasks с минимальными указаниями. Он может самостоятельно исследовать твою codebase, запускать terminal команды, находить (или создавать) и редактировать релевантные файлы.

Agent mode помогает билдить фичи, рефакторить код, настраивать новые проекты и вносить сложные multi-file изменения. Именно его я использовал для генерации кода to-do приложения.

Manual mode. Этот режим предназначен для точечных изменений в вашей codebase. В отличие от agent mode, manual не вносит автоматических изменений сразу в несколько файлов. Здесь вам нужно явно указать, какие файлы требуют модификации и какие именно изменения вы хотите получить. После этого Cursor сгенерирует соответствующий код, который ты можешь самостоятельно проинспектировать и либо принять, либо отклонить.

Чтобы протестировать это, я переключился на manual mode и передал такой промпт: “Add a footer.” Как и ожидалось, он сгенерировал код для footer. Но мне было интересно проверить, насколько строго manual mode держится своих рамок. Поэтому я пошел дальше и скорректировал prompt: “Add a footer to the page.js file yourself.”

Удивительно, но это сработало — Cursor сам применил код. Не уверен, баг ли это, но наблюдать такое поведение было любопытно.

Ask mode. Этот режим только для чтения (read-only) и предназначен для изучения codebase без внесения каких-либо изменений. Он также полезен для понимания структуры проекта и взаимосвязей между его компонентами. Отличный use case — когда новые сотрудники используют его, чтобы разобраться в codebase во время онбординга.

Кроме того, вы можете вставить сюда сообщения об ошибках и попросить AI объяснить, в чём проблема, не опасаясь, что он внезапно начнёт вносить правки в код.

Я решил проверить границы этого режима с таким промптом: “Change the background color of the webpage and apply the code yourself.” Cursor действительно сгенерировал код, но файл не изменил — хотя AI и заявил, что сделал это.

Custom modes. Вы можете создавать собственные режимы, комбинируя разные инструменты и кастомные инструкции под ваш конкретный workflow. Также можно настроить, должен ли AI в этом режиме автоматически выполнять и применять изменения.

Можно завести отдельный режим только для отладки (debugging), другой — для написания документации, еще один — для запуска тестов и так далее.

Чтобы протестировать эту возможность, я создал режим “code-docs”, который генерирует только документацию к моему коду. Я дал ему инструкцию добавить документацию — и исключительно её — в код to-do приложения, и он это сделал.

Чтобы проверить, насколько строго режим “code-docs” придерживается моей инструкции, я задал промпт: “Change the page’s background color to red.” Хотя режим должен был заниматься исключительно документацией, он неожиданно проигнорировал это ограничение и поменял цвет фона. Возможно, это баг или результат того, что моя инструкция была недостаточно строгой и формализованной. В любом случае, такое поведение оказалось любопытным.

Инструменты Cursor

Cursor предоставляет инструменты, которые управляют тем, что AI может делать в вашем проекте.

• Read File позволяет AI читать содержимое файла в вашей codebase. Обычно от 250 до 750 строк кода за раз.

• List Directory даёт AI возможность просматривать структуру директории без чтения содержимого самих файлов.

• Codebase позволяет выполнять семантический поиск по проиндексированной codebase.

• Grep дает возможность искать точные ключевые слова или паттерны внутри файлов.

• Search Files помогает AI быстро находить файлы по имени с помощью fuzzy matching.

• Web позволяет AI при необходимости делать веб-поиск.

• Fetch Rules даёт AI возможность извлекать заданные вами правила по их типу и описанию.

• Edit & Reapply позволяет AI предлагать и автоматически применять изменения в файлах.

• Delete File даёт AI возможность автономно удалять файлы.

• Terminal позволяет AI выполнять terminal-команды и отслеживать их вывод.

• MCP servers дают возможность AI интегрироваться с внешними сервисами, такими как базы данных или сторонние API, через Model Context Protocol (MCP), что открывает доступ к внешним ресурсам.

Вы можете конфигурировать или выбирать конкретные инструменты только при создании custom modes. Для стандартных режимов — Ask, Manual и Agent — предусмотрены фиксированные настройки инструментов, и управлять их выбором нельзя.

Символ @ в Cursor

Технически говоря, фича тегирования является частью чат-интерфейса, но она настолько мощная, что заслуживает отдельного упоминания. Это основной механизм добавления контекста в ваши взаимодействия с AI.

По сути, это система управления контекстом и ссылок в Cursor, которая позволяет явно указывать AI, какую информацию следует учитывать при формировании ответа на ваши запросы. Она работает аналогично RAG (retrieval-augmented generation) и помогает повысить точность ответов системы.

Вот какие элементы вы можете использовать с помощью «@» в Cursor.

• Files and folders. Вы можете тегировать конкретные файлы или папки в вашем проекте, чтобы AI получил прямой доступ к их содержимому.

• Code. Упоминание отдельных функций, классов или компонентов кода полезно, когда вы просите AI отрефакторить, задокументировать или изменить определенные части вашего проекта.

• Documentation. Вы можете ссылаться на документацию, чтобы направить ответы AI. В Cursor есть встроенные ссылки на 30+ официальных документаций. Кроме того, можно добавить ссылки на документацию других инструментов, которые используются в вашем проекте.

• Past chats. Можно ссылаться на предыдущие беседы с AI. Это удобно, когда вы хотите, чтобы AI продолжил рассуждения или предложения, сделанные ранее.

• Cursor rules. Вы можете ссылаться на любые Cursor rules, которые задали для управления поведением AI. Это гарантирует, что AI будет следовать вашим конкретным гайдлайнам или coding practices.

• Web. По умолчанию Cursor не делает web-поиск. Но используя @web, вы можете явно попросить его найти актуальную информацию в интернете, связанную с вашим проектом.

Когда вы используете «@», Cursor подтягивает соответствующий контент (содержимое файлов, сниппеты кода и т.д.) и добавляет его в context window AI как input tokens. Таким образом AI «видит» и может ссылаться на эту конкретную информацию, формируя ответ уже с учётом этих данных.

При этом вы не ограничены тегированием только одного элемента за раз. Можно комбинировать сразу несколько ссылок в одном контексте. Например, можно отметить конкретные файлы, функцию, релевантную документацию, правило Cursor и выполнить web-поиск. Это позволяет AI получить максимально полную картину вашего запроса и выдавать более точные ответы.

Cursor rules

Cursor rules — это специальные инструкции, которые вы можете задать AI-ассистенту Cursor, чтобы управлять его поведением, ограничивать его действия или направлять, как именно он должен взаимодействовать с вашей codebase. Эти rule-based guardrails для AI гарантируют, что он будет работать в рамках ваших предпочтений и требований проекта.

Существует три типа Cursor rules.

• User (global) rules. Глобальные правила, которые действуют во всех ваших проектах. Это персональные или командные предпочтения, которых вы хотите придерживаться вне зависимости от того, над чем работаете. Например, можно задать правило, чтобы AI всегда предоставлял сниппеты на TypeScript, если не указано иное.

• Project rules. Эти правила специфичны для каждого отдельного проекта или codebase, с которым вы работаете. Можно, к примеру, задать правило: “Все React-компоненты в этом проекте должны быть написаны как функциональные с использованием hooks.”

• Memories. Эти правила вы не пишете вручную. Cursor создаёт их автоматически на основе ваших предыдущих диалогов с AI. Это помогает ассистенту помнить важные контексты или инструкции, которые вы давали ранее. Вы можете включить эту опцию, если хотите, чтобы AI учитывал принятые вами решения из прошлых проектов, без необходимости повторять их.

Eke Kalu, Software Engineer в AltexSoft, поделился своим мнением и опытом работы с Cursor rules:

"Cursor rules — это гайдлайны и best practices, которые помогают направлять AI при работе с конкретными частями codebase. Я настроил правила для интеграции с API, шаблонов страниц, тестирования и так далее. Конечно, не стоит делать их слишком жесткими, иначе это может ограничить output модели, но при правильном балансе это существенно сокращает количество ручных доработок сгенерированного кода."

Background agents

Обычный agent mode в Cursor всё же требует, чтобы вы пошагово направляли AI или одобряли его действия. Часто нужно подтверждать изменения, уточнять инструкции или давать дополнительные указания по мере выполнения задачи. Это позволяет сохранять полный контроль, но не слишком удобно для повторяющихся или комплексных задач, которые хочется автоматизировать.

Именно для таких случаев предназначены background agents Cursor — они доступны только в платных тарифах. Это полностью автономные удаленные агенты, которые выполняют coding tasks самостоятельно, в фоне. После того как вы поручаете задачу background agent, он продолжает работать без вашего постоянного участия.

Например, если вы дадите ему инструкцию: “Build a multi-step sign-up form”, агент:

• создаст новую GitHub-ветку специально для этой задачи,

• пройдется по вашей codebase, чтобы выполнить задачу,

• внесет необходимые изменения в файлы, запустит команды и при необходимости сделает web-поиск,

• сгенерирует pull request (PR) для своей работы,

• предоставит summary того, что он сделал, включая изменения, новые фичи и подробности выполненных шагов.

После этого вы можете проверить pull request, прогнать локальные тесты и смержить изменения в production-ветку, если всё устраивает. Таким образом, ваша основная codebase остаётся в безопасности от любых AI-редактирований. Кроме того, можно создать сразу несколько background agents и запускать их параллельно.

Плюсы AI-редактора кода Cursor

Стремительное и массовое распространение Cursor — прямое свидетельство растущего спроса на AI-driven software development. Вот некоторые из его ключевых преимуществ.

Глубокая контекстная осведомленность

Cursor умеет работать с контекстом и может предлагать релевантные, специфичные для вашего проекта code suggestions, а не просто случайный boilerplate. Это возможно благодаря тому, что он индексирует вашу codebase.

Когда вы открываете проект в Cursor, он автоматически сканирует его и создаёт векторные представления (embeddings) файлов в вашей codebase. Такое индексирование позволяет AI Cursor выдавать более точные подсказки, объяснения и результаты поиска, адаптированные под ваш проект.

По мере работы Cursor продолжает обновлять индекс, автоматически добавляя новые файлы при их создании. При этом вы можете исключить определенные файлы или папки из индексации. Это полезно, если вы хотите сузить область внимания AI до конкретных частей кода или исключить из контекста чувствительные файлы.

Кроме того, можно использовать систему тегов «@», чтобы добавить дополнительный контекст — например, документацию, web-поиски, файлы, GitHub-ветки или прошлые диалоги, что делает ответы AI ещё более релевантными и полезными.

Легкость освоения

Cursor — это форк VS Code, так что интерфейс здесь сразу знаком тем, кто уже пользовался VS Code. Как человек с опытом работы в VS Code, я очень быстро погрузился в Cursor. Создать новый проект и начать писать реальный код оказалось совсем несложно. Оформление, вкладки, навигация по файлам и терминал — всё работало именно так, как я привык, поэтому не пришлось заново учить базовые вещи.

Даже AI-фичи было легко освоить. Хотя мне пришлось немного разобраться в уникальных возможностях Cursor, сам интерфейс AI показался интуитивно понятным. Он работает очень похоже на ChatGPT — вы просто вводите промпт на естественном языке, а AI отвечает в чат-панели. Эта знакомая схема заметно упростила эксперименты с AI-функциями и избавила от ощущения перегруженности.

В целом переход с VS Code на Cursor прошёл гладко, а старт получился естественным и быстрым.

Более гибкий контроль приватности

Cursor предлагает privacy mode, который дает вам больше контроля над тем, какие данные передаются на его удалённые сервера или сторонним провайдерам моделей.

Если этот режим включён, ни Cursor, ни третьи стороны не могут использовать вашу codebase, промпты или другие данные об использовании для обучения своих продуктов или AI-моделей. Все данные удаляются сразу после обработки запроса. Такой режим особенно подходит разработчикам, работающим с проприетарными или конфиденциальными проектами.

Однако для использования продвинутых возможностей — например, background agents или полного контекстного режима — privacy mode нужно отключить.

Огромное количество расширений

Поскольку Cursor построен на базе VS Code, вы получаете доступ к более чем 40 000 расширений из VS Code marketplace. Это включает в себя расширения для линтинга, отладки, темизации, поддержки языков, управления версиями и многого другого.

Cursor предлагает удобную миграцию для тех, кто уже пользуется VS Code. Нет необходимости заново устанавливать все ваши расширения или с нуля настраивать IDE. Cursor позволяет импортировать ваши VS Code settings и расширения в один клик, что делает переход быстрым и простым.

Поддержка множества LLM

Один из самых сильных selling points Cursor — это широкая поддержка разных больших языковых моделей (LLMs). На данный момент Cursor поддерживает 26 LLM, что выводит его в топ среди AI-инструментов для кодинга по разнообразию моделей. Такая гибкость особенно полезна для разработчиков, которые хотят выбирать между моделями в зависимости от их точности, скорости или стоимости.

Cursor не зависит от одного поставщика. Он поддерживает микс LLM от разных провайдеров, включая как свои проприетарные модели, так и сторонние от OpenAI, Grok (xAI), Gemini (Google), DeepSeek и Claude (Anthropic).

Ещё одно преимущество — Cursor обычно очень быстро интегрирует новые LLM после их выхода. Например, когда вышел Claude Sonnet 4, поддержка появилась в Cursor в тот же день — менее чем через 30 минут после релиза.

Отличная документация

У Cursor действительно качественная документация. Официальные docs охватывают всё — от установки и управления контекстом до работы с интеграциями, Cursor rules и многого другого. Есть пошаговые гайды, FAQ и подробные объяснения для каждого инструмента редактора.

Что особенно бросилось мне в глаза, так это интерактивность, которую они добавили через AI-чатбота для документации. Это очень выручило. Вместо того чтобы перелистывать десятки страниц в поисках нужного раздела, я мог просто задать вопрос чатботу — и поскольку он обучен на всём, что связано с Cursor, он сразу выдавал точный ответ.

Растущая комьюнити пользователей

Cursor — один из самых популярных AI-редакторов кода на рынке. У него есть сабреддит с 73 000 участников, более 30 000 звёзд на GitHub и Discord-сообщество с более чем 27 000 участников. Эта постоянно растущая комьюнити упрощает поиск помощи, даёт возможность обсуждать вопросы напрямую с командой Cursor и всегда быть в курсе новых фич.

Минусы AI-редактора кода Cursor

Как и у любого инструмента, у Cursor есть свои недостатки. Давайте разберём их.

Непоследовательные изменения кода на некоторых моделях

Одной из наиболее частых жалоб пользователей Cursor, особенно тех, кто использует Gemini 2.5 Pro, являются нестабильные правки кода. Когда пользователи просят модель внести изменения, она иногда не справляется с задачей, требует нескольких повторных попыток или просто предлагает внести изменения вручную.

Бывают случаи, когда AI утверждает, что выполнил задачу, хотя на деле этого не сделал. Например, в режиме Ask я дал AI запрос изменить фон в to-do приложении. Cursor заявил, что применил мою правку, хотя на самом деле этого не произошло.

Разрыв между тем, что говорит Cursor, и тем, что происходит в реальности, может серьезно раздражать. Иногда помогает смена модели или перезапуск Cursor, но для многих пользователей это остается постоянной проблемой.

Частые изменения цен

В последнее время Cursor несколько раз обновлял свою политику цен, что вызвало недовольство у части пользователей. Они жалуются, что условия тарификации стали запутанными, нет ясности в том, как работают лимиты использования и за что именно они платят.

Особенно болезненны такие частые изменения цен для пользователей годовых планов — они часто оказываются «запертыми» в устаревших ценовых или функциональных условиях, которые могут измениться прямо в середине оплаченной подписки.

Компромиссы с приватностью

Privacy mode накладывает определённые ограничения. Некоторые продвинутые функции, такие как background agents, требуют отправки вашего кода во внешние среды для выполнения. При активном privacy mode это отключено. Если вам нужна полная автоматизация с background agents, придётся временно выключить режим приватности.

Балансировать между максимальной приватностью и полной функциональностью бывает непросто. С одной стороны, privacy mode помогает защитить конфиденциальный или проприетарный код и снизить compliance-риски. С другой — его включение ограничивает доступ к самым мощным возможностям Cursor.

Проблемы с производительностью на больших codebase

Индексация файлов и общая отзывчивость Cursor могут замедляться при работе с крупными проектами. На небольших или средних codebase всё работает хорошо, но большие репозитории приводят к задержкам во время индексации или генерации ответов. Это может раздражать команды, которые активно используют Cursor для быстрых итераций на больших enterprise-уровня проектах.

Иногда «спотыкается» на больших codebase и при массивных запросах

Cursor может терять точность в ходе длинных multi-turn диалогов или при работе с очень крупной codebase. После серии промптов или глубоких back-and-forth сессий AI иногда начинает генерировать неполный, багованный или просто неподходящий код.

Eke Kalu поделился своим опытом такого поведения:

“С Cursor бывает непросто. Я однажды дал ему набор тестов, чтобы убедиться, что весь сгенерированный код их проходит. После нескольких неудач, вместо того чтобы исправить код под тесты, он просто переписал сами тесты под сломанный код. За таким всегда нужно следить.”

Cursor склонен «съезжать с рельсов» и выдавать слабый output при работе над задачами, затрагивающими несколько файлов. В таких случаях может потребоваться обновить сессию или перезапустить Cursor, чтобы вернуть его в рабочее состояние. Разбивка задач на более мелкие и управляемые куски тоже хорошо помогает.

Баги в софте

Cursor не лишен багов. Часть проблем связана со стремительными обновлениями, которые иногда что-то ломают. Например, пользователи сообщали, что после определённых апдейтов LLM в Cursor становились недоступны или приложение зависало на «generating» бесконечно, так и не выдав результат.

Есть и баги, не завязанные на обновления. Одна из повторяющихся жалоб — что Cursor иногда игнорирует заданные пользователем rules. В одном случае AI ответил: «У меня ваши правила явно указаны в контексте. Я их вижу. Я их понял. Но всё равно решил следовать какому-то другому поведению.»

Подобные ситуации усложняют использование Cursor там, где нужны стабильные и предсказуемые результаты, особенно в проектах с жёсткими требованиями к соблюдению coding standards.

Менее «зрелый», чем JetBrains IDE

Хотя интерфейс Cursor на базе VS Code привычен многим разработчикам, некоторым backend-инженерам, привыкшим к JetBrains IDE вроде IntelliJ и PyCharm, может быть сложно перейти на Cursor.

Об этом же говорили Glib Zhebrakov, Head of the Center of Engineering Excellence в AltexSoft, и Ihor Pavlenko, Head of Operational Excellence в AltexSoft. Они отметили, что Cursor ощущается менее надежным по сравнению с более зрелыми IDE от JetBrains, к которым они привыкли.

Одна из ключевых причин — глубина функциональности. JetBrains IDE позиционируются как полноценные all-in-one платформы. Они включают в себя:

• продвинутый static code analysis,

• глубокую language-specific поддержку,

• умные инструменты для рефакторинга,

• развитую навигацию по коду,

• тесную интеграцию с тестовыми фреймворками,

• инструменты работы с базами данных,

• поддержку Docker,

• встроенный HTTP-клиент,

• удалённые интерпретаторы —

и всё это в одном окружении.

Cursor же в значительной степени полагается на экосистему плагинов VS Code для реализации аналогичной функциональности. Пользователям придётся вручную ставить и настраивать эти плагины — да ещё и при условии, что они вообще существуют.

Для команд, привыкших к all-in-one, плотно интегрированным решениям, более лёгкий и модульный подход Cursor может показаться неполным.

Трудности с legacy-проектами

Хотя Cursor отлично показывает себя на прототипах и POC, в legacy-окружениях он часто начинает «проседать».

В таких случаях Cursor испытывает сложности с управлением контекстом. По мере роста codebase инструменту становится всё сложнее поддерживать точность и релевантность своих ответов.

Cursor может упустить важные зависимости, забыть предыдущие части диалога или многократно требовать от вас уточнений. Всё это делает его менее надежным при работе со старыми или сложными системами, где крайне важно глубокое понимание всего проекта.

Cursor vs другие AI-инструменты для кодинга

AI-инструменты для написания кода стали ключевым элементом современного software development. Естественно, Cursor — лишь один из множества решений в этой области.

GitHub Copilot — это AI coding assistant, разработанный GitHub. В отличие от полноценных IDE, Copilot не является самостоятельным редактором кода. Это AI-автокомплит, доступный в виде плагина для многих популярных редакторов. Также к нему можно получить доступ через веб-чатбот. Однако эта веб-версия не подходит для задач по написанию кода — она в основном используется для анализа pull request’ов и вопросов, связанных с репозиториями.

Lovable — это AI-powered веб-конструктор приложений, который позволяет создавать полноценные приложения с помощью natural language prompts. Он работает в браузере и предлагает интерфейс в формате чата, похожий на ChatGPT и другие AI-чатботы. Lovable специализируется на создании веб-приложений с использованием конкретного стека: React, TypeScript, Vite, Tailwind CSS и Shadcn/UI.

Windsurf — ещё один популярный AI-редактор кода, который совмещает классическую разработку с AI-ассистентом. Он предлагает плагин для IDE вроде VS Code и JetBrains, но основные фичи доступны только в полноценной Windsurf IDE.

Стоимость

Cursor предлагает бесплатный тариф с ограниченным числом запросов и двухнедельный trial для Pro-тарифа, который начинается от $20 в месяц. GitHub Copilot дешевле. У него есть бесплатный тариф с ограничением по доступным LLM, а платный тариф стоит $10 в месяц.

Lovable — самый дорогой вариант. У него тоже есть бесплатный план, но платный начинается от $25 в месяц. И даже при самой высокой цене в этой группе он не безлимитный: вы получаете 200 кредитов в месяц, и если их израсходуете, придётся докупать дополнительные. Это делает Lovable потенциально гораздо дороже при активном использовании, особенно по сравнению с Cursor или Copilot, которые на платных планах предлагают неограниченное число запросов.

Как и у Cursor, у Windsurf в бесплатном тарифе есть двухнедельный trial. Но платный план у него стартует с $15 в месяц. И, как у Lovable, он не безлимитный — даётся 500 промпт-кредитов в месяц, после чего нужно покупать дополнительные.

Доступность платформ

Если говорить о том, где эти инструменты работают, Cursor доступен только как IDE. Windsurf — тоже IDE, но кроме того предлагает плагин.
GitHub Copilot — это плагин, плюс есть веб-чат для операций, связанных с GitHub (например, ревью pull request’ов или просмотр деталей репозиториев), но он не предназначен для реальной работы с кодом.

Lovable идёт по другому пути — это полностью веб-приложение. Всё происходит прямо в браузере, без установки.

Поддержка LLM-моделей

По количеству поддерживаемых LLM Cursor сейчас лидирует. У него есть собственная модель плюс ещё 25 от OpenAI, Gemini, Claude, xAI и DeepSeek. GitHub Copilot поддерживает 14 моделей от OpenAI, Claude и Gemini. Windsurf поддерживает 24 модели, из них 3 — in-house, а остальные — OpenAI, Claude, DeepSeek и xAI.
Lovable не раскрывает, какие модели использует, и, в отличие от других инструментов, его пользователи не могут переключаться между LLM.

Ключевые возможности

Cursor. Одна из ключевых фич Cursor — переключатель "auto" в чате, который позволяет AI автоматически выбирать лучшую модель для вашей задачи. Также можно создавать кастомные режимы под свой workflow.

Плюс есть background agent для полностью автономных coding tasks (мы обсуждали это ранее). И ещё Cursor предлагает 11 встроенных инструментов, расширяющих возможности редактора.

GitHub Copilot. Одна из ключевых функций Copilot — Agent Mode, который позволяет брать на себя задачи по коду полностью. Вы можете поручить ему что-то вроде «почини баг» или «напиши новую функцию», и он сам займётся кодингом, тестированием и даже создаст pull request. Copilot также предлагает функцию code review, которая помогает находить баги или предлагает улучшения до того, как вы запушите изменения. А поскольку это продукт GitHub, он глубоко интегрирован с GitHub Actions, упрощая тестирование и итерации по задачам, назначенным Copilot.

Lovable. Lovable поставляется с нативной интеграцией Supabase, что упрощает билдинг full-stack приложений. Вы можете использовать PostgreSQL для хранения данных, управлять файлами и настраивать user authentication. Lovable поддерживает real-time коллаборацию команды: когда коллеги присоединяются к вашему плану, вы видите их курсоры, получаете мгновенный feedback и можете вместе редактировать код. Также есть интеграция Figma to Lovable, которая упрощает передачу макетов от дизайнеров к разработчикам.

Поскольку это веб-платформа, Lovable поддерживает live preview — вы видите изменения сразу. Встроенный редактор позволяет просматривать и редактировать код проекта. Можно публиковать прямо из Lovable через кнопку “Publish” и даже подключать custom-домены.

Windsurf. Windsurf имеет встроенный Chromium-браузер, который можно использовать как обычный, но его основное назначение — тесная интеграция с Cascade, агентом для кодинга. Вы можете отправлять логи, контент страниц и скриншоты напрямую из браузера в Cascade.

Есть режим “select-element”, где можно кликнуть по конкретному UI-элементу на странице (аналогично выбору слоёв в Figma), и Windsurf автоматически отправит контекст этого элемента и скриншот в Cascade.
После этого можно задавать вопросы, просить правки или улучшения именно для этого элемента, без привычной рутины копипасты между вкладками.

Функция “Workflows” позволяет задавать серии повторяемых шагов для автоматизации типовых задач разработки. Можно настроить workflows для деплоя, security-сканов, разбора комментариев в pull request’ах или автоматического обновления зависимостей.

Windsurf также предлагает пять инструментов — Search, Analyze, Web Search, MCP и Terminal, которые расширяют функционал. Плюс есть фича “Commit Messages”, которая генерирует commit message в один клик: она анализирует staged изменения и предлагает текст, резюмирующий, что было изменено.