Red Hot Cyber
Sicurezza Informatica, Notizie su Cybercrime e Analisi Vulnerabilità
Una settimana fa, il CEO di Cursor, Michael Truell, ha annunciato un risultato presumibilmente straordinario. Ha affermato che, utilizzando GPT-5.2, Cursor ha creato un browser in grado di funzionare ininterrottamente per un’intera settimana.
Questo browser è composto da tre milioni di righe di codice distribuite su migliaia di file.
Il motore di rendering è stato scritto da zero in Rust e include analisi HTML, CSS cascading, layout, generazione di testo, rendering e una propria macchina virtuale JavaScript.
Truell ha osservato che il browser funziona, seppur con qualche riserva. Presenta alcuni problemi ed è ben lontano dal livello di WebKit o Chromium, ma il team è rimasto colpito dal fatto che i siti web semplici vengano renderizzati rapidamente e per lo più correttamente.
Alcuni sviluppatori sono riusciti a compilare il codice dopo aver corretto alcuni bug, mentre altri hanno segnalato il successo dopo aver rivisto le istruzioni di compilazione.
Nel complesso, tuttavia, gli sviluppatori non sono convinti che Cursor abbia raggiunto una svolta. Jason Gorman, direttore della società di consulenza britannica Codemanship, lo considera la prova che l’intelligenza artificiale basata su agenti può scalare fino a creare software non funzionale. Oliver Medhurst, ingegnere del software ed ex dipendente di Mozilla, concorda.
Ha osservato che, sebbene lavorare con una base di codice di queste dimensioni sia impressionante, oggettivamente non è un buon browser. Inoltre, il codice è incredibilmente gonfio: i progetti Ladybird e Servo fanno molto di più, arrivando ciascuno a circa un milione di righe.
Scrivere un browser web è uno dei compiti più impegnativi per un programmatore. Chromium, la base open source di Google Chrome, contiene oltre 37 milioni di righe di codice. Il browser Cursor, chiamato FastRender, ne contiene circa tre milioni.
Nel 2022, lo sviluppatore Joshua Marinacci scrisse di quanto il web sia diventato complesso, al punto che solo poche aziende sono in grado di creare un browser da zero. Il fatto che Microsoft abbia interrotto lo sviluppo del proprio motore di browser e abbia migrato Edge su Chromium sottolinea le enormi risorse ingegneristiche necessarie per sviluppare e supportare un browser.
L’ingegnere di Cursor, Wilson Lin, che ha lavorato al codice del browser, ha pubblicato un post sul blog in cui spiega gli obiettivi del progetto: esplorare fino a che punto si possano spingere i confini della codifica basata su agenti per progetti che in genere richiedono mesi di lavoro.
I critici hanno accusato Cursor di fare ampio affidamento su Servo, il motore di rendering Rust open source di Mozilla. Tuttavia, Lin ha respinto le affermazioni secondo cui FastRender sarebbe basato su librerie e framework, affermando che la macchina virtuale JavaScript, il DOM, i sistemi di rendering e la pipeline di testo sono tutti in fase di sviluppo nell’ambito del progetto.
Gorman critica le affermazioni sul successo degli strumenti di programmazione basati sull’intelligenza artificiale in generale. Cita dati che mostrano come gli sviluppatori sopravvalutino notevolmente l’impatto dell’intelligenza artificiale sulla loro produttività e come la maggior parte dei team riscontri un impatto negativo su parametri come i tempi di sviluppo e l’affidabilità delle release.
Gorman osserva che quando si misura l’output – righe di codice, commit, richieste di pull – si osserva sicuramente un aumento. Ma questo non si traduce in un reale aumento della produttività. Sottolinea la mancanza di prove che gli strumenti di intelligenza artificiale stiano portando alla creazione di più software, misurata dal numero di prodotti negli app store, e la mancanza di ricavi attribuibili a questi strumenti.
La tecnologia agentica dell’intelligenza artificiale è impressionante, ma spesso imperfetta. Si usa quotidianamente come coach e mentore per capire come applicarla al meglio. Ma la considera rivoluzionaria? No. I principi e le pratiche che hanno reso efficaci i team di sviluppo prima dell’IA – piccoli passi, brevi cicli di feedback, test continui, revisione e integrazione del codice, progettazione modulare – rimangono gli stessi. Stesso gioco, dadi diversi.
Se gli agenti di intelligenza artificiale potessero davvero creare un prodotto funzionante di tre milioni di righe di codice in una settimana, in quale fase del processo di progettazione si verifica il feedback di utenti e clienti? È lì che si crea il vero valore.
