Testbericht zu Cursor 2.0: Warum sollten Multi-Agent, Cloud-Agent und „der nützlichste Tab“ der Maßstab sein?
Cursor 2.0 basiert auf dem VS-Code-Kern und ist berühmt für seinen selbst entwickelten Composer 1, die kontextsensitive Tab-Vervollständigung mehrerer Dateien, Hintergrund-/Cloud-Agenten und native MCP-Unterstützung; Als Benchmark für die KI-Programmierung lohnt es sich, seine Stärken und Schwächen zu analysieren.
Cursor 2.0 ist eine von Anysphere im Oktober 2025 veröffentlichte Version, aber sie ist immer noch der Maßstab, mit dem die KI-Programmierschiene immer wieder verglichen wird. Da es auf dem Kern von VS Code aufbaut, hat es einen natürlichen Vorteil hinsichtlich der „Vertrautheit“. Und was es wirklich zu einem Maßstab macht, ist eine vollständige Funktionsmatrix, die Agent, Composer, Tab, Bugbot, CLI, Cloud-Agents und MCP abdeckt.
Gute Dinge getan
Erfahrung in der Tab-Vervollständigung ist eine anerkannte Stärke. Das Tab-Modell reagiert empfindlich auf den Kontext mehrerer Dateien und kann eine Verknüpfung zwischen mehreren Dateien herstellen. Es wird weithin als eines der besten Erfahrungen unter ähnlichen Produkten angesehen – dies ist die Grundlage für Cursors „Menschen wollen es jeden Tag nutzen“. Selbst entwickelter Composer 1 konzentriert sich auf Geschwindigkeit und mehrstufige Aufgabenqualität. Es unterstützt auch den kostenlosen Wechsel zwischen Modellen von Drittanbietern wie GPT-5, Claude Opus/Sonnet, Gemini 2.5 Pro, Grok 4 usw., wobei das Recht der Modellauswahl dem Benutzer überlassen bleibt. Hintergrund-Agenten und Cloud-Agenten können Aufgaben parallel im Hintergrund verarbeiten und so das „Warten auf KI“ in „KI-Warteschlangen um die Arbeit selbst zu erledigen“ umwandeln.
Dinge zum Wiegen
Die Probleme des Cursors hängen auch mit seiner Positionierung zusammen. Erstens sind die intensiven Nutzungskosten als kommerzielles Closed-Source-Produkt nicht niedrig. Durch die parallele Verwendung von Cloud-Agenten und mehreren Agenten steigt der Token-Verbrauch schnell an. Zweitens ist die Leistung des Agenten in komplexen Projekten immer noch instabil – „Multi-Agent-Parallelität“ erfordert viel Kontext-Engineering in echten Lagerhäusern und ist nicht sofort verfügbar. Drittens sind für Teams zwar Management und Kontrolle auf Unternehmensebene sowie das Cursor Agent SDK bereitgestellt, die echten Orchestrierungsfunktionen für die Zusammenarbeit mehrerer Personen sind jedoch immer noch nicht so vollständig wie Produkte wie GitHub Copilot, die an die Code-Hosting-Plattform gebunden sind.
Es definiert die Höhe dieses Wettbewerbs
Aus Branchensicht besteht die Bedeutung von Cursor darin, den Produktstandard für „KI-native Editoren“ zu setzen: Die Glätte der Registerkarte, die Offenheit des Modells und das Backend des Agenten sind fast zu Standard-Benchmarking-Elementen für Nachzügler (Trae, Windsurf, Copilot) geworden. Für inländische Entwickler ist Cursors Route „Erfahrung zuerst + Modelloffenheit“ ein Modell, das als Referenz verwendet werden kann – im Zeitalter der Modellhomogenität wird das interaktive Erlebnis auf der Editorebene zum Hauptschlachtfeld für Differenzierung.
Mehrere Richtungen, die es wert sind, in Zukunft verfolgt zu werden:
- Die Leistungslücke zwischen Composer 1 und Modellen von Drittanbietern: Können selbst entwickelte Modelle nach und nach Plug-in-Modelle ersetzen?
- Kostenkurve von Cloud-Agenten: Ob der hohe Verbrauch paralleler Aufgaben in der Cloud durch das Abrechnungsmodell optimiert wird.
- Verbesserungen der Zusammenarbeit auf Unternehmensebene: Können Team-Orchestrierung, Berechtigungen und Überprüfungsabläufe mit Copilot mithalten?
- Offenheit des MCP-Ökosystems: Kann Cursor MCP nutzen, um eine „Agentenentwicklungsplattform“ statt eines einzelnen Editors zu werden?
Bewertungen