Vai al contenuto principale

Cursor 2.0: guida completa con progetto in Python

Impara Cursor 2 creando una web app per convertire valute con Python e Streamlit.
· 11 min leggi

Scopri con l'IA

Alla fine del mese scorso, Cursor ha annunciato Cursor 2.0, una nuova versione di Cursor che porta lo sviluppo agentico in Cursor.

Se sei nuovo su Cursor, ti consigliamo prima di leggere il nostro tutorial Cursor AI: una guida con 10 esempi pratici. Come sappiamo, Cursor è utilizzato da ingegneri di aziende AI leader, tra cui OpenAI, offrendo supporto alla scrittura del codice con l’AI, suggerimenti intelligenti e integrazione con vari strumenti di sviluppo. 

In questo tutorial, esplorerò le principali funzionalità del nuovo Cursor 2.0 creando una web app per il cambio valuta in Python.

Cosa c'è di nuovo in Cursor 2.0?

Per l’elenco completo delle funzionalità di Cursor 2, ti invitiamo a consultare il loro changelog ufficiale. In questo tutorial ci concentriamo sulle funzionalità più rilevanti per piccoli team e sviluppatori solisti.

Modello Composer

Cursor introduce il suo primo modello di coding proprietario chiamato Composer. Affermano che sia ~4× più veloce rispetto a modelli con capacità simili ed è ottimizzato specificamente per workflow di codice agentici e multi-step. Il suo obiettivo principale è ridurre la latenza in modo che tu abbia la sensazione di interagire in tempo reale con l’AI invece di aspettare.

Interfaccia multi-agent e orchestrazione

Cursor 2.0 passa da un singolo agente che ti aiuta a molti agenti in esecuzione in parallelo. Fino a 8 agenti possono girare in parallelo su un singolo prompt. Ogni agente ottiene una copia isolata della codebase così da non entrare in conflitto. Una barra laterale mostra i tuoi agenti/piani e puoi scegliere l’output migliore tra più esecuzioni.

Browser integrato e funzionalità di testing

Lo strumento browser (in precedenza in beta) è ora generalmente disponibile. Gli agenti possono aprire una pagina web dentro Cursor, ispezionare elementi del DOM, inoltrare le informazioni del DOM all’agente e testare le modifiche all’interfaccia. Questo significa che il tuo agente AI è più consapevole dell’ambiente web e può validare le modifiche invece di limitarsi a modificare il codice alla cieca.

Primi passi con Cursor 2.0

Per iniziare, scarica e installa Cursor 2 dal loro sito ufficiale. Assicurati di scaricare la versione 2 e selezionare il sistema operativo corretto.

La maggior parte delle funzionalità che trattiamo in questo tutorial richiede un abbonamento Pro, che costa circa 20 $ al mese. Tuttavia, Cursor 2 include una prova gratuita di una settimana, quindi puoi fare esperimenti e seguire questo tutorial gratuitamente.

Per accedere alla prova gratuita è necessario inserire i dati della carta di credito. Puoi evitare l’addebito e usufruire dei 7 giorni di prova annullando l’abbonamento prima della fine del periodo di prova.

Una nota di cautela: dopo aver avviato la prova Pro gratuita, l’interfaccia mostra un pulsante per iniziare a usare le funzionalità Pro. Questo è fuorviante e non è necessario per accedere alle funzionalità Pro durante la prova. Cliccarlo terminerà automaticamente la prova gratuita e ti addebiterà il primo mese, il che probabilmente non è quello che vuoi.

Creare un'app con Cursor 2.0

Per testare Cursor 2, abbiamo creato una web app per la conversione di valute usando Python. L’app è realizzata interamente con Cursor 2. 

Dopo l’installazione, passa alla nuova vista "Agenti":

Passare alla nuova vista "Agenti".

Una delle nuove funzionalità di Cursor 2 è la possibilità di navigare automaticamente nella nostra app per testarla. Per questo ho deciso di creare una web app Streamlit con Python.

Streamlit è un framework Python open-source pensato per creare velocemente e facilmente applicazioni web interattive, in particolare per progetti di data science e machine learning. 

Con Streamlit puoi costruire interfacce utente per il tuo codice Python scrivendo semplici script, senza bisogno di esperienza front-end. È comunemente usato per creare dashboard, visualizzazioni e strumenti che permettono agli utenti di interagire in tempo reale con dati o modelli tramite il browser.

Usiamo Streamlit per creare un’app che permetta di convertire facilmente tra valute. Partendo da una cartella vuota, ecco il prompt iniziale che ho usato:

Esempio di prompt iniziale usato per creare l'app convertitore di valute.

Nota che il modello che ho usato è il nuovo modello Composer di Cursor 2. Altri modelli possono essere selezionati usando il selettore di modello sotto il campo del prompt.

Questa è l’app che ha creato:

Esempio di app per il cambio valuta creata con Cursor 2

La nuova vista "Agenti" organizza le nostre modifiche come conversazioni con diversi modelli di AI. Il flusso di lavoro è simile all’uso di una conversazione ChatGPT per funzionalità, tranne per il fatto che qui è tutto integrato direttamente in Cursor 2.

La nuova vista agenti in Cursor.

Possiamo usare modelli diversi per ogni agente e persino più modelli contemporaneamente, come vedremo più avanti. La precedente vista dell’editor di codice rimane disponibile, quindi possiamo passare facilmente dalla scrittura del codice, come facevamo con la versione precedente di Cursor, al lavoro con gli agenti.

Il modello Composer di Cursor

Composer è un nuovo modello di agente sviluppato da Cursor, progettato specificamente per assistere in modo efficiente e intelligente nelle attività di ingegneria del software. 

Il modello è stato addestrato per risolvere problemi di coding reali all’interno di codebase ampie utilizzando una gamma di strumenti di sviluppo, come modifica dei file, comandi da terminale e ricerca semantica. 

A differenza degli assistenti di coding tradizionali che si concentrano solo sul completamento del codice, Composer può gestire attività più complesse, tra cui generare modifiche al codice, creare piani di sviluppo o fornire risposte informative in base al contesto del problema che gli viene fornito.

Benchmark di Composer.

Il processo di addestramento del modello si basa sul reinforcement learning, che gli consente di adattarsi a diversi ambienti di sviluppo e di dare priorità all’uso efficace degli strumenti e alla velocità di risposta. Questo focus su velocità e utilità pratica lo rende adatto a scenari in cui gli sviluppatori vogliono aiuto rapido e pertinente senza interrompere il flusso di lavoro. 

Composer è stato valutato su benchmark che riflettono richieste reali di ingegneri in attività, assicurando che il suo output sia in linea con le pratiche comuni di sviluppo software. Tuttavia, questi benchmark sono privati e Composer non compare nei benchmark pubblici esistenti sull’AI, quindi è bene prenderli con le dovute cautele.

Mettere alla prova Composer

Una delle nuove funzionalità di Cursor 2 è la sua interfaccia multi-agent.

L’interfaccia multi-agent rende possibile far affrontare lo stesso problema di coding a modelli diversi, così possiamo confrontare i risultati e selezionare la soluzione più efficace.

L’interfaccia include strumenti per rivedere le modifiche apportate da ciascun agente e una funzionalità di test nativa che consente agli agenti di migliorare iterativamente il proprio output fino a soddisfare i criteri richiesti. Questa combinazione è particolarmente utile per gestire progetti complessi, perché può accelerare la revisione, il testing e le attività di coding.

L’abbiamo usata per confrontare il modello Composer con altri modelli AI all’avanguardia per il coding su un compito complesso. Per attivare più agenti, clicchiamo sul selettore 1x sotto il campo del prompt e selezioniamo "Use Multiple Models".

Attivazione di più modelli.

Il compito usato per questo confronto era aggiungere la persistenza nelle valute predefinite. Al momento, quando l’utente aggiorna la pagina, l’elenco di valute usate per la conversione si reimposta. Vogliamo che questo venga memorizzato in modo che, se l’utente torna o ricarica la pagina, le valute restino salvate.

Abbiamo scelto questo task perché è un po’ più complesso: il framework che stiamo usando per costruire l’app non è in realtà pensato per gestire bene questo tipo di funzionalità.

Ho selezionato tre modelli per questo compito:

  • Composer
  • Sonnet 4.5
  • GPT-5 Codex

Possiamo selezionare fino a otto modelli per lavorare in parallelo. Tuttavia, potrebbe essere un po’ eccessivo se prevediamo di esaminare ogni output e scegliere il migliore. Ho trovato che tre sia il punto ideale per avere varietà di soluzioni, ma non così tante da richiedere più tempo per controllarle di quanto mi sarebbe servito per implementare io stesso la soluzione.

Selezione di più modelli per lavorare in parallelo.

Ecco un video di tre agenti che lavorano in parallelo sul problema. Notiamo che Composer è effettivamente molto più veloce degli altri due.

Alla fine, possiamo passare facilmente tra i tre output e verificarne le differenze. Quindi possiamo usare il pulsante "Apply All" su quello che vogliamo integrare nel nostro codice.

Confronto degli output degli agenti.

In questo caso specifico, nonostante abbia impiegato molto più tempo, la mia soluzione preferita è stata quella proposta da GPT-5 Codex perché sembrava meno raffazzonata e utilizzava librerie esistenti per risolvere il problema.

Tuttavia, la velocità è piuttosto importante quando si tratta di completamento del codice perché è un caso d’uso in tempo reale. Qui Composer brilla rispetto ad altri modelli, in quanto sa fornire suggerimenti di codice validi molto rapidamente, offrendo un’esperienza di sviluppo fluida.

Modalità Pianificazione

Invece di far proporre all’agente direttamente le modifiche al codice, possiamo usare la modalità “Plan” per lavorare prima su un piano di implementazione. Questo consente di iterare sul piano e assicurarci che realizzi ciò che vogliamo prima di apportare qualsiasi modifica al codice.

Per usare questa modalità, seleziona l’opzione “Plan”, in questo modo:

In questa modalità, invece di modifiche al codice, otteniamo un piano in markdown di ciò che l’agente intende fare per implementare la funzionalità. In questo caso, ecco cosa abbiamo ottenuto:

Mettiamo che io voglia usare la libreria streamlit_js_eval per eseguire codice JavaScript. Era qualcosa che la soluzione di GPT-5 Codex aveva utilizzato e che mi era sembrata più robusta rispetto alla soluzione di Composer. Possiamo chiedere all’agente di modificare di conseguenza il piano:

Dopo averlo eseguito di nuovo, vediamo che la libreria è inclusa nel nuovo piano:

Quando siamo soddisfatti del piano, possiamo applicare le modifiche cliccando sul pulsante “Build”.

Il Browser Agent

La funzionalità Agent browser di Cursor consente agli utenti di controllare un browser web integrato direttamente all’interno dell’ambiente Cursor. 

Questo significa che possiamo automatizzare attività comuni come navigare tra pagine, compilare form, cliccare pulsanti e acquisire screenshot senza bisogno di strumenti esterni o configurazioni aggiuntive. Il browser fornisce anche accesso diretto ai log della console e all’attività di rete, rendendo più semplice individuare problemi o fare debug di applicazioni web.

Questa funzionalità è utile per varie attività, tra cui test automatizzati delle applicazioni, verifica dell’accessibilità web e confronto tra design e implementazioni reali. 

Per invocarla, usiamo la menzione @Browser nel prompt. 

Un caso d’uso comune per il browser agent è testare l’applicazione. Ad esempio, gli chiediamo di testare il convertitore di valute convertendo 100 USD in Euro e Yen giapponesi:

Esempio di come invocare il Browser agent di Cursor.

Quando lo facciamo, Cursor lancerà automaticamente l’applicazione ed eseguirà un browser integrato per svolgere l’attività che gli abbiamo richiesto.

Durante il processo potrebbe aver bisogno di eseguire alcuni comandi, che dobbiamo approvare manualmente. È un meccanismo di sicurezza che ci consente di rivedere i comandi prima che vengano eseguiti.

In questo caso, mi ha chiesto di eseguire un comando per avviare l’applicazione di cambio valuta:

Esempio di Cursor 2 che ci invita a eseguire un comando.

Ecco un video del processo. Il browser che vediamo nel video è controllato automaticamente da Cursor.

Annullare le modifiche in Cursor 2.0

Una delle cose che ho trovato fastidiose lavorando con Cursor 2 è che a volte può essere difficile tornare a uno stato precedente dell’app.

La loro funzionalità di checkpoint fornisce una funzionalità di checkpoint per semplificare questo processo. Ma se vuoi davvero una soluzione robusta è fortemente consigliato usare Git e fare commit del codice dopo ogni modifica dell’AI. Questo è il flusso di lavoro standard di sviluppo, ma significa che chi non è sviluppatore e usa Cursor 2 per costruire applicazioni deve imparare Git. 

Se fai sul serio con lo sviluppo con Cursor, ti consigliamo vivamente di diventare fluente in Git. Puoi farlo, ad esempio, con il nostro corso Introduzione a Git.

Limitazioni di Cursor 2.0 

Come per ogni nuova release, ci sono alcune cose che ho trovato limitanti usando la nuova versione di Cursor: 

  • Eseguire molti agenti in parallelo sembra potente, ma costa anche di più (chiamate a più modelli) e potrebbe generare più rumore nei merge se non gestito (agenti che modificano file sovrapposti).
  • Il workflow “agent first” può richiedere disciplina: vorrai regole di base chiare (linting, test, stile del codice) per evitare che gli agenti vadano fuori rotta.
  • Le nuove funzionalità presuppongono che grandi repo complesse ne traggano beneficio. Per compiti più piccoli, potresti non vedere un guadagno così drastico come suggerisce il marketing.
  • Sebbene lo strumento browser sia potente, i test visuali/UI da parte di un agente potrebbero richiedere comunque una verifica umana. Bug e casi limite capitano ancora.

Conclusione

L’introduzione del modello Composer in Cursor 2.0 rappresenta un netto miglioramento, rendendo il feedback e la guida in tempo reale molto più fluidi. 

L’interfaccia multi-agent integrata consente di eseguire più modelli in parallelo su un singolo problema, confrontare visivamente gli output e selezionare la soluzione più adatta. 

Il tutto supportato da strumenti come un browser integrato per il testing web in-app e un’interfaccia migliorata per organizzare il lavoro tra agenti. Questi miglioramenti creano complessivamente un ambiente di sviluppo molto più integrato, fluido e intelligente rispetto alle versioni precedenti.

Forse l’upgrade più impressionante è l’incredibile velocità del modello Composer. La sua bassa latenza eleva davvero l’esperienza di sviluppo quotidiana, facendo sembrare le interazioni con l’AI immediate e riducendo l’attrito che può insorgere con assistenti più lenti.

La possibilità di testare più agenti contemporaneamente spicca anche come aggiunta intelligente che fa risparmiare tempo: non dobbiamo più interrogare modelli diversi uno per volta, aspettando che ciascuno provi ad affrontare una sfida di coding ostica. 

Ci sono però dei compromessi da considerare: eseguire più agenti in parallelo comporta costi aggiuntivi e, per sviluppatori individuali o piccoli team, questa spesa potrebbe superare i risparmi di tempo occasionali. Tuttavia, per progetti più complessi o critici, in cui arrivare rapidamente alla soluzione migliore giustifica l’overhead, la funzionalità può offrire un valore significativo.

Cursor 2 è un miglioramento benvenuto per chi vuole potenziare il proprio workflow di coding con l’AI. Sebbene le funzionalità più avanzate richiedano un’attenta valutazione in termini di costi e gestione del flusso di lavoro, l’esperienza complessiva mantiene la promessa di rendere lo sviluppo software più intelligente, veloce e collaborativo che mai.

FAQ su Cursor 2.0

Quali sono le principali differenze tra Curso e Cursor 2.0?

Cursor 2.0 aggiunge un sistema multi-agent, il nuovo modello Composer e un browser integrato per il testing. L’editor principale resta familiare, ma il flusso di lavoro è più guidato dagli agenti e più adatto a compiti complessi.

Ho bisogno di un computer potente per usare bene Cursor 2.0?

Non proprio. La maggior parte dell’elaborazione avviene nel cloud. Ti servono solo risorse locali sufficienti per eseguire l’editor e il browser integrato. I portatili moderni tipici sono più che adeguati.

Cursor 2.0 è adatto ai principianti?

Sì, per l’assistenza di base al coding. Tuttavia, funzionalità avanzate come i workflow multi-agent e il browser per i test sono più facili da usare se hai già un po’ di esperienza di sviluppo.

François Aubry

Autore

François Aubry

LinkedIn
Ingegnere full‑stack e fondatore di CheapGPT. Insegnare è sempre stata la mia passione. Fin dai primi anni da studente, cercavo con entusiasmo occasioni per fare da tutor e aiutare altri studenti. Questa passione mi ha portato a intraprendere un dottorato, durante il quale ho anche svolto il ruolo di assistente alla didattica a supporto del mio percorso accademico. In quegli anni ho trovato enorme soddisfazione nell'ambiente tradizionale dell'aula, creando connessioni e facilitando l'apprendimento. Con l'avvento delle piattaforme di apprendimento online, però, ho riconosciuto il potenziale trasformativo dell'educazione digitale. Di fatto, ho partecipato attivamente allo sviluppo di una di queste piattaforme nella nostra università. Sono profondamente impegnato a integrare i principi dell'insegnamento tradizionale con metodologie digitali innovative. La mia passione è creare corsi non solo coinvolgenti e informativi, ma anche accessibili a chi apprende in questa era digitale.

Argomenti

AI AgentsIntelligenza artificialeLarge Language Models

Correlato

Mostra altro →