Cursor 的智能体集群表明,当前沿模型规划工作时,更便宜的模型可以处理大部分编码
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
原贴
查看原文原文
中文翻译
Cursor 将升级后的智能体集群与其前身进行了对比,要求两者仅凭文档用 Rust 重建 SQLite,且不能访问源代码或互联网。新系统的每种配置在测试套件上都达到了 100% 的通过率,而旧集群则陷入自身的合并冲突中。在 Cursor,智能体集群已从研究项目转变为核心产品。随着 Cursor 3 的推出,开发者可以并行运行整个 AI 智能体集群。Anysphere——Cursor 背后的公司,最近被埃隆·马斯克的 SpaceX 以 600 亿美元收购。该系统将智能体分为两个角色:使用强大前沿模型的规划智能体递归地将目标分解为更小的任务;使用更快、更便宜模型的执行智能体负责完成这些任务。其结果是一个随工作进展而不断调整的任务树。Cursor 表示,这种角色分工主要解决的是上下文问题。单个智能体必须遍历整棵树,同时牢记目标和当前任务。这有助于解释为什么智能体在长时间任务中会偏离目标。在 Cursor 的集群中,规划者不写代码,执行者不规划。早期 Cursor 浏览器集群在 Git 上每小时约提交 1000 次。它使用了执行智能体、一个裁判智能体和一个解决冲突的整合器。结果整合器造成的瓶颈比它消除的还要多。新集群每秒达到 1000 次提交,因此 Cursor 构建了自己的版本控制系统,因为以这种速度工作的智能体会产生人类团队从未遇到过的故障模式。在 Cursor 所称的“脑裂设计”中,两个规划者会在不知情的情况下在不同位置构建相同的想法,并以不同方式实现。当规划者彼此知晓并因竞争性编辑而互相阻塞时,竞争变得更加难以管理。Cursor 让智能体将决策记录在共享设计文档中。与决策相关的代码在编译时通过引用链接回该文档。当发生合并冲突时,一个中立智能体会介入解决。执行者会标记臃肿的文件,由外部智能体将其拆分为更小的模块。由于智能体在人类参与循环的现有代码库中工作时已学会不触碰核心代码,Cursor 让它们故意打破常规。智能体可以修补其指定区域之外的代码,编译器会在整个系统中传播这一更改。Cursor 测试了多种审查方法。一位审查者收到执行者的完整记录,另一位只看到输出,第三位只看到代码库。没有单一视角能捕获所有问题,但不相关的视角结合起来可获得更高的可靠性。Cursor 还测试了一个“实地指南”——一个由智能体自行维护、具有固定行数限制的知识文件夹。每个智能体在启动时都会接收其内容。由于模型权重是冻结的,捕获意外发现以便后来的智能体走捷径是值得的。Cursor 给集群提供了 835 页的 SQLite 手册,并要求其用 Rust 实现。源代码、测试套件、SQLite 二进制文件和互联网访问均被扣留。基准测试是 sqllogictest,一个包含数百万条 SQL 查询及已知答案的测试套件。集群并不知道它的存在。
核心信息
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
- Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
- 原贴提到:Cursor pitted an upgraded agent swarm against its predecessor by asking
- 来源:the-decoder.com
详细解读
这是什么信号:Cursor 的实验表明,多智能体协作中的“角色分离”架构,能大幅降低对单一强大模型的依赖。通过让前沿模型专注于规划、廉价模型负责执行,系统实现了每秒 1000 次提交的高吞吐,同时保持测试套件 100% 通过。这不仅是性能提升,更揭示了 AI 编程从“单智能体”走向“集群协作”的范式转变。
为什么重要:传统上,业界认为复杂编码任务必须由最强模型全程驱动,但 Cursor 证明了在任务分解清晰的前提下,大多数编码工作可以交给成本更低的模型完成。这种分工模式直接降低了 AI 编程的算力门槛,使大规模并行开发成为可能。此外,Anysphere 被 SpaceX 以 600 亿美元收购,也意味着该技术方向已获得顶级资本认可,将加速行业跟进。
对谁有价值:对开发者而言,这意味着可以更高效地利用 AI 完成重复性编码;对技术团队,这是一套可复用的智能体协作设计模式;对 AI 工具厂商,这提供了产品差异化的新思路;对企业决策者,这是一个评估 AI 投资回报率的重要参考。
可以怎么行动:团队可以尝试在自身工作流中引入“规划-执行”分离机制,将复杂任务拆解给规划模型,执行交给更快的模型,以降低成本。同时,关注 Cursor 3 的多智能体功能,在合适的项目中试点。更重要的是,应提前研究 AI 速度下的版本控制策略,Cursor 自建版本系统的经验值得借鉴。此外,可参考“实地指南”模式,让智能体沉淀知识,减少重复探索。
风险或限制:多智能体系统的故障模式尚不清晰,例如“脑裂设计”和合并冲突仍需要特殊机制解决。Cursor 的自研版本控制并不通用,其他团队复制此模式可能面临基础设施瓶颈。此外,规划模型的高频调用可能仍会产生不小成本,且角色分离是否适用于所有编程场景还有待验证。最后,如此高速的自动提交,可能让代码审查和人工监督变得困难,存在失控风险。
信息差价值
这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。
如果把《Cursor 的智能体集群表明,当前沿模型规划工作时,更便宜的模型可以处理大部分编码》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。
参考来源
TOPIC HUBS
延伸专题
AI SUMMARY
这篇文章回答了什么
Cursor 的智能体集群表明,当前沿模型规划工作时,更便宜的模型可以处理大部分编码主要讲什么?
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。
这篇文章最值得关注的要点是什么?
Cursor 通过规划/执行角色分离的智能体集群,让廉价模型高效完成复杂编码任务,速度达每秒 1000 次提交,并自建版本控制系统以应对新的故障模式。;原贴提到:Cursor pitted an upgraded agent swarm against its predecessor by asking;来源:the-decoder.com
这篇文章和哪些AI专题相关?
它适合放在Agent工作流、AI副业、AI工具专题里阅读。 关联原因:这篇内容命中「Agent、智能体、Cursor」等主题信号。;这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「自动化、模型、Cursor」等主题信号。
阅读这篇文章建议先理解哪些关键词?
建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。