Cursor: como desenvolver software com assistência de IA

O Cursor é um editor de código com assistência de inteligência artificial. A documentação oficial o apresenta pelo agente: você abre uma pasta, pede uma explicação ou uma mudança, e a ferramenta pesquisa o repositório, lê arquivos, edita o código e mostra o resultado para revisão.

Este texto descreve o funcionamento com base apenas na documentação do Cursor, consultada em 8 de outubro de 2026, e em estudos independentes. A redação não testou o produto para este artigo. Recursos, nomes de modos e preços mudam com frequência; quando um dado depende da data, indicamos.

Se o conceito de agente ainda é novo para você, comece por o que são agentes de IA.

As três camadas do Cursor

Na prática, o Cursor oferece três níveis de ajuda, do mais simples ao mais autônomo.

O primeiro é o Tab, o autocompletar com IA. Segundo a página de ajuda do Tab, ele sugere código enquanto você digita, com base nas edições recentes, no código ao redor e nos erros apontados pelo linter (o verificador automático de estilo e erros). A sugestão aparece em cinza; a tecla Tab aceita, Esc rejeita. O Tab pode alterar várias linhas, adicionar imports que faltam e prever o próximo ponto de edição, inclusive em outro arquivo.

O segundo é o agente, aberto num painel lateral. A página do agente diz que ele é feito de três componentes: instruções (o prompt de sistema e as regras), ferramentas e o modelo que você escolhe. O Cursor ajusta instruções e ferramentas para cada modelo suportado.

O terceiro são os agentes na nuvem, que trabalham em máquinas virtuais remotas enquanto você faz outra coisa. Tratamos deles adiante.

O que o agente consegue fazer

A documentação lista as ferramentas do agente:

• buscar arquivos e pastas por nome, estrutura ou padrão de texto;
• pesquisar na web;
• ler arquivos, inclusive imagens, quando o modelo escolhido entende imagens;
• editar arquivos e aplicar as mudanças automaticamente;
• rodar comandos no terminal e acompanhar a saída;
• controlar um navegador para tirar capturas de tela e testar a aplicação;
• gerar imagens e fazer perguntas de esclarecimento sem parar o trabalho.

Segundo a mesma página, não há limite para o número de chamadas de ferramenta que o agente faz numa tarefa. Isso dá autonomia, mas também consome uso do plano, como veremos.

Para encontrar código, o Cursor usa um mecanismo próprio de busca exata chamado Instant Grep. A página de busca afirma que esse índice é construído e consultado na sua máquina, sem envio de caminhos ou código para montar o índice. A ressalva vem na sequência: quando o agente abre um arquivo encontrado, o conteúdo dele pode ir na requisição ao modelo. Para buscas amplas, o agente pode criar um subagente de exploração, que trabalha em uma janela de contexto separada e devolve só um resumo. Janela de contexto é tudo o que o modelo tem diante de si num momento; veja contexto e memória em IA.

Os modos: perguntar, planejar, executar

O mesmo painel do agente tem modos diferentes, alternados com Shift+Tab.

• Ask (perguntar): segundo a ajuda do modo Ask, é um modo somente leitura. O agente responde perguntas e explora o código sem editar nada. Serve para entender um fluxo de autenticação ou descobrir onde uma conexão é configurada.
• Plan (planejar): a página do Plan Mode descreve um ciclo em que o agente faz perguntas de esclarecimento, pesquisa o código, escreve um plano de implementação e espera você revisar e editar antes de construir.
• Agent (executar): o modo padrão, em que o agente edita e roda comandos.

A documentação dá uma orientação útil sobre o Plan Mode. Se o agente construir algo diferente do que você queria, a recomendação é não tentar consertar com pedidos sucessivos: desfaça as mudanças, refine o plano e rode de novo. Segundo o texto, isso costuma ser mais rápido e dá resultado mais limpo.

Um fluxo de trabalho típico, segundo o próprio Cursor

O guia de início rápido propõe uma sequência que serve de modelo:

1. Peça ao agente que explique a base de código e aponte os arquivos principais.
2. Peça algumas melhorias pequenas e seguras, com prós e contras, e escolha uma.
3. Revise o diff (a comparação entre a versão antiga e a nova) e peça ao agente que rode as verificações que o projeto já usa: testes, checagem de tipos, lint ou o build local.
4. Para mudanças maiores, que tocam vários arquivos ou exigem pesquisa, use o Plan Mode.

Enquanto o agente trabalha, você pode enfileirar mensagens ou mandar uma correção que é entregue na próxima chamada de ferramenta, sem interromper a ação em curso. O agente também cria checkpoints, cópias do estado dos arquivos antes de mudanças significativas. Você pode restaurar um checkpoint, mas a documentação avisa que eles ficam só na sua máquina e servem para desfazer mudanças do agente; para controle de versões, use o git.

Regras: como dar contexto permanente

Modelos de linguagem não guardam memória entre uma resposta e outra. A página de regras parte desse ponto: regras são instruções persistentes que o Cursor coloca no início do contexto do modelo.

Há quatro tipos: regras de projeto, guardadas em .cursor/rules como arquivos .mdc e versionadas com o código; regras do usuário, que valem para todos os seus projetos; regras de equipe, geridas num painel nos planos Teams e Enterprise; e o arquivo AGENTS.md, uma alternativa simples em Markdown. Uma regra de projeto pode valer sempre, entrar quando um arquivo de certo caminho está em uso, ser escolhida pelo agente a partir de uma descrição ou só entrar quando você a menciona com @.

As boas práticas da documentação são diretas: regras curtas (menos de 500 linhas), concretas e focadas no que se repete. Ela desaconselha copiar guias de estilo inteiros, porque um linter faz esse trabalho melhor, e sugere começar simples e só criar uma regra quando o agente repetir o mesmo erro. A lógica é a mesma das técnicas de engenharia de prompts: instrução clara e específica funciona melhor que instrução longa.

Segurança e permissões

A página de segurança do agente começa reconhecendo que a IA pode se comportar de forma inesperada por injeção de prompt (texto malicioso escondido num arquivo ou página para manipular o agente), por alucinações e por outros problemas. Os padrões descritos, na data da consulta, são estes:

• Ler arquivos e buscar no código não exige aprovação.
• O agente pode modificar arquivos do projeto sem aprovação, exceto arquivos de configuração. As mudanças vão direto para o disco, por isso a documentação insiste em usar controle de versões.
• Comandos de terminal exigem aprovação por padrão.
• Conexões com ferramentas externas via MCP (Model Context Protocol, um padrão para ligar agentes a serviços e dados) precisam de aprovação, e cada chamada também.
• A confiança no diretório de trabalho (workspace trust) vem desligada. Para repositórios que você não conhece, a documentação recomenda abrir num editor de texto comum.

Você ajusta essa autonomia com os Run Modes. O modo Auto-review roda chamadas de uma lista de permitidas, executa outros comandos dentro de uma sandbox (um ambiente isolado com acesso restrito a arquivos e rede) quando possível e manda o resto para um classificador, um modelo menor que decide se a ação pode seguir. Há ainda o modo Allowlist, só com a lista de permitidos, e o Run Everything, que executa tudo sem perguntar. A documentação é explícita: o Auto-review “não é uma fronteira de segurança”, e o classificador pode errar para os dois lados.

Para esconder arquivos sensíveis, existe o .cursorignore. A página do arquivo de exclusão diz que ele bloqueia o acesso do agente, do Tab e da edição em linha, mas não impede que comandos de terminal ou ferramentas MCP leiam esses arquivos. E acrescenta que a proteção completa “não é garantida” por causa da imprevisibilidade dos modelos.

Sobre privacidade, a página de dados informa que o Cursor envia prompts e trechos de código a provedores de modelos como OpenAI, Anthropic e Google. Com o Privacy Mode ligado, o código não é usado para treinar modelos; nas equipes, ele vem ligado por padrão. Se você usar sua própria chave de API, valem as regras do provedor.

Agentes na nuvem e revisão de código

Os Cloud Agents rodam em máquinas virtuais isoladas, com o repositório clonado, dependências instaladas e acesso à rede. Eles trabalham num branch separado e enviam as mudanças para revisão, e podem ser acionados pelo aplicativo, pela web, pelo Slack, por comentários no GitHub ou por API. A documentação faz uma observação que vale para qualquer agente: um agente que escreve código mas não consegue rodar testes “não consegue fechar o ciclo” do próprio trabalho, por isso configurar o ambiente é o passo mais importante.

O Bugbot é o revisor automático de pull requests (pedidos de inclusão de código). Ele lê as mudanças, deixa comentários com explicações e sugestões e publica um status no repositório. Um detalhe de configuração: por padrão, achados aparecem como status neutro, que não bloqueia a integração do código; é preciso ativar a opção de falhar com problemas não resolvidos, quando disponível.

Quanto custa

Na consulta de 8/10/2026, a página de planos listava: Hobby, gratuito e com uso limitado; Pro, US$ 20 por mês; Pro+, US$ 60; Ultra, US$ 200; Teams Standard, US$ 40 por usuário ao mês; e Teams Premium, US$ 120 por usuário ao mês. Planos Enterprise têm preço sob consulta.

O valor do plano não é ilimitado. Segundo a página de modelos e preços, os planos individuais pagos têm dois “potes” mensais de uso: um para os modelos próprios do Cursor e outro para modelos de terceiros, cobrados pelo preço de API do modelo, com opção de pagar o excedente. O consumo é medido em tokens, as unidades de texto que o modelo processa; veja tokens em modelos de IA. Modelos maiores, contextos longos e tarefas com muitas chamadas de ferramenta custam mais.

O que dizem os estudos independentes

As promessas de produtividade de ferramentas como o Cursor são grandes. As medições independentes são mais cautelosas.

Em 2025, a organização de pesquisa METR fez um experimento controlado com 16 desenvolvedores experientes de grandes projetos de código aberto, em 246 tarefas reais. As ferramentas mais usadas foram o Cursor Pro com modelos Claude 3.5 e 3.7 Sonnet. Com IA permitida, os desenvolvedores levaram 19% mais tempo. Eles esperavam ganhar 24% e, depois, ainda acreditavam ter ganho 20%. Os autores tratam o resultado como um retrato do início de 2025 num contexto específico. Em atualização de fevereiro de 2026, a METR disse acreditar que os ganhos aumentaram, mas classificou seus novos dados como evidência “muito fraca” e anunciou mudanças no desenho do estudo.

Outro trabalho, de pesquisadores da Carnegie Mellon, comparou 806 repositórios do GitHub que adotaram o Cursor com projetos semelhantes que não adotaram. Os autores encontraram aumento de 3 a 5 vezes nas linhas adicionadas no primeiro mês, efeito que se dissipou após dois meses. Ao mesmo tempo, alertas de análise estática subiram 30% e a complexidade do código, 41%, de forma persistente. A conclusão do estudo é que a garantia de qualidade virou o principal gargalo. Para um panorama mais amplo dessas medições, veja quanto trabalho a IA automatiza na programação e como medir produtividade em projetos com IA.

Cursor, Copilot e Claude Code

O Cursor é um editor completo com o agente dentro. O GitHub Copilot funciona principalmente como extensão de editores existentes e como agente integrado ao GitHub; veja fluxo de trabalho e limitações do GitHub Copilot. O Claude Code, da Anthropic, roda no terminal, em IDEs e na web, sempre com o agente no centro do trabalho; veja como funciona o Claude Code. Na avaliação da redação, os três convergem para o mesmo ciclo de pesquisar, editar e verificar; o que muda é onde o trabalho acontece e quais controles vêm ligados por padrão.

O que levar deste texto

• O Cursor reúne autocompletar, um agente com modos de pergunta, plano e execução, regras de projeto e agentes na nuvem.
• O agente edita arquivos sem pedir licença por padrão. Trabalhe sempre com git e revise o diff.
• Classificador, sandbox e .cursorignore reduzem riscos, mas a documentação admite que não são barreiras garantidas.
• Peça ao agente que rode testes e verificações; sem isso, a checagem fica com você.
• Os estudos independentes indicam ganhos de velocidade incertos ou passageiros e mais complexidade no código. Planos e preços mudam: confira a documentação antes de decidir.