編按:本文綜合整理自 Cursor 官方 blog、StartupHub.ai 報導、AlphaSignal 報導,並加入 Siami 編輯部觀點與分析。
Cursor 在 7 月 20 日發布了一篇技術 blog,標題是〈Agent swarms and the new model economics〉。文章主角是 Cursor 工程師 Wilson Lin,內容是 Cursor 自家 agent swarm(多 Agent 協作系統)的第二代版本:他們讓一群 AI agent 從零開始、用 Rust 重建整個 SQLite 資料庫,而且聲稱新版本比舊版本「便宜 15 倍」。這篇文章在 Hacker News 上拿到 251 分、121 則留言,算是近期科技圈對「AI 寫程式」這件事最硬核的實戰紀錄之一。
從「寫程式」到「指揮程式」
Cursor 的 swarm 架構很直觀,核心是兩個角色:Planner(規劃者) 和 Worker(執行者)。Planner 由最強的 frontier model 負責,把目標拆解成樹狀結構,再交給便宜的 worker model 執行。這跟傳統的 orchestrator 不一樣 — 樹狀結構會「沿著問題輪廓生長」,而不是套死板的金字塔結構。
Cursor 把這個設計拿來做「用 835 頁的 SQLite 官方說明書,從零生出 Rust 程式碼」這種極端任務,並用 sqllogictest(SQLite 官方維護、含上百萬個查詢的測試套件)當評分依據。結果:
| 模型組合 | 四小時內通過率 |
|---|---|
| Grok 4.5(新 swarm) | 80% |
| Grok 4.5(舊 swarm) | 不到兩小時就當機、必須暫停 |
| Fable 5 規劃 + Composer 2.5 執行 | 約 2/3 套件在一小時內通過 |
| GPT-5.5 全部負責 | 通過率落在中段 |
| Opus 4.8 + Composer 2.5 | 100% 通過 |
無論用哪個模型組合,新 swarm 都比舊 swarm 強 — 真正的差別不是「哪個模型更會寫 code」,而是「整個編排架構更成熟」。
真正貴的不是算力,是「管理」
閱讀這篇文章時,最值得划重點的是 Cursor 對成本結構的揭露。在 Opus 4.8 當 Planner、Composer 2.5 當 Worker 的組合裡,整個任務只要 1,339 美元;但同樣任務用 GPT-5.5 全部負責,要價 10,565 美元 — 將近 8 倍價差。
關鍵是 Opus 跑出來的 token 數量其實很少,卻佔了總成本的 2/3,因為 frontier model 的單價貴。Cursor 把這現象總結成一句很到位:
Once a frontier planner has collapsed the ambiguity into a detailed, explicit instruction, less expensive models simply have to follow it.
也就是說,真正需要 frontier 等級智能的,只有「把模糊目標翻譯成精確指令」這一個瞬間。一旦規劃者把歧義消除,剩下的工作其實可以交給便宜模型。這對企業的 AI 採購決策是個很有意義的訊號:你花的錢大部分在「想清楚要做什麼」,而不是「實際寫程式」。
一千次 commit/秒的工程奇觀
這篇文章裡最震撼的數字,是 commit rate:上一代 swarm 跑瀏覽器時,commit 速率是每小時 1,000 次;新一代系統直接拉到 每秒 1,000 次,整整 3,600 倍。
為了撐住這個吞吐,Cursor 自己重寫了一套版本控制系統(VCS)。他們在文章裡解釋為什麼 Git 不夠用 — Git 的 coarse lock 是為單一開發者設計的,對幾百個 agent 同時 commit 完全不夠看。新的 VCS 不只是為 throughput,還是整個 swarm 的協作底層:所有衝突、所有 merge、所有「兩個 planner 為同一個檔案打架」的情境,都直接在 VCS 層解決。
這意味著 cursor 的產品定位已經悄悄轉向 — 他們不再只是「AI 程式編輯器」,而是「AI 程式編輯器 + 自家 VCS + 自家 agent runtime」的綜合體。對 DevOps 市場會是個值得關注的訊號。
失敗模式的啟示
Cursor 沒避諱談失敗。他們公開列出 swarm 的 5 種典型故障:
- Split-brain design:兩個 planner 不知道對方存在,把同一個概念在 codebase 不同地方各自實作一次。
- Planner 之間的衝突:兩個 planner 互相知道對方,但透過「同一支檔案你改我改回去」無限循環。
- Merge 衝突:worker 碰到衝突就直接覆蓋對方或放棄自己的版本。
- Megafile:某些熱門檔案被堆到上萬行,每次 diff / merge 都痛不欲生。
- Ossification(僵化):agent 從人類 codebase 學到「核心檔案別碰」,即使真的該改也不動。
Cursor 的解法很務實:給 agent 開「故意打破」的許可(讓編譯器把變更傳遞下去)、把 megafile 自動拆模組、用第三方 agent 當 merge conflict 仲裁者、用 decorrelated review lenses(讓不同模型、不同訓練、不同個性的 reviewer 疊加)取代單一完美審閱者。
這些不是「AI 演算法的突破」,而是「軟體工程的突破」 — Cursor 在做的事情,本質上是把原本給人類用的工程流程(code review、merge queue、design doc)整套移植到 agent 群體,然後承認人類流程的某些環節在 agent scale 下會失效。
對企業內部「我們能不能用 AI 寫程式」的評估來說,這份故障清單比成功案例更有參考價值。沒有這些對應機制的 AI 工具,上 production 早晚會出事。
程式碼從百萬行縮到一萬行
另一個對比強烈的數字:Fable 5 + Composer 2.5 組合下,新 swarm 最後寫出 9,908 行 engine code;舊 swarm 同一個模型組合寫了 64,305 行。同樣通過 100% 測試,新版少了 6.5 倍程式碼。Opus 組合也類似:舊版 19,013 行(97% 通過率),新版 4,645 行(100% 通過率)。
這暗示了 agent swarm 的真正價值不只是「更快」,而是「更精簡」。當 agent 之間的協作更乾淨,輸出結果反而更接近人類資深工程師的精煉度。從軟體維護成本的角度看,這比 throughput 提升更重要。
🚨 為什麼這件事重要
這篇文章對 AI 產業有三層意義,分別是工程層、商業層、生態層。
工程層:它證明了「把 AI 寫程式當作軟體工程問題處理」這條路徑是走得通的。比起「更大的模型」,Cursor 的瓶頸其實是 merge、conflict、context 容量這些傳統軟工議題。這個觀察對所有在做 AI coding 工具的團隊(包括 Anthropic Claude Code、OpenAI Codex、Google Antigravity)都是個提醒:純模型能力的軍備競賽不是唯一答案,協作架構才是。
商業層:把 Opus + Composer 從 10,565 美元壓到 1,339 美元,等於把 frontier model 從「奢侈品」變成「生產工具」。Cursor 在文章末尾明確寫:「specs as prompts」— 也就是說,工程師的工作單位移到「寫意圖規格」,而不是「寫程式」。這對 software engineer 的職涯發展是個需要正視的訊號:未來兩年,價值會從「會寫程式」往「會描述要做什麼」移動。
生態層:Cursor 自建 VCS 這件事是個值得注意的訊號。當 GitHub、GitLab 還在賣 AI agent 整合方案的同時,Cursor 已經繞過 Git 生態、用自製 VCS 直接撐住每秒 1,000 次 commit。如果這套架構被其他 AI 編碼工具複製,整個 DevOps 工具鏈的競爭格局會被重塑。
🚨 數據解讀與質疑
這篇文章讀起來很精彩,但 Siami 編輯部也看到幾個值得保留的疑問。
第一個是 「100% 通過」的可信度。Cursor 強調他們「故意把 SQLite 原始碼、測試套件、二進位檔、網路全部鎖起來」,但 HN 上 @shay_ker 的質疑仍然有效:SQLite 是開源專案、Turso 已經有 Rust 改寫版,這些資料極可能已經在 frontier model 的 pretraining 資料裡。要嚴謹證明「這不是 memorization」,需要的是第三方獨立驗證,而不是 Cursor 自己跑出來的數字。
第二個是 成本基線的選擇。Cursor 拿「GPT-5.5 全部負責」當對比組的最貴基準(10,565 美元),但這其實是「故意把便宜模型擺爛」的配置。實際生產環境裡,企業早就會用 Opus 當 Planner,便宜模型當 Worker,所以這組對比的訊號強度有限。
第三個是 新 swarm 對老模型的相容性。文章沒提到舊 swarm 是否能在 Composer 2.5、Grok 4.5 以外的模型上跑出新版本的效果。如果新 swarm 的改進是針對特定模型家族,這篇文章的「普世啟示」就要打折。
第四個是 megafile 自動拆分模組這類機制的 side effect。Cursor 沒說拆模組的決定是誰做的(worker?planner?),也沒說拆錯的復原成本。如果自動拆解產生一堆命名衝突或循環依賴,整個 codebase 的可讀性可能反而變差。
業界迴響
這篇文章發布後在 Hacker News 引起廣泛討論。alpha signal 的獨立分析把焦點放在「成本下降 15 倍」這點,認為這是 AI 程式編碼從 demo 走向 production 的關鍵節點。StartupHub.ai 則從模型經濟學切入,認為「planner + worker 分層」會成為 AI agent 架構的主流模式。
Simon Willison 雖然這次還沒專文評論(他 1 月時報導過 Cursor 的 FastRender 瀏覽器實驗),但他的讀者群顯然持續在追蹤 Cursor 的 agent 實驗進度。可以預期未來幾週內,會有更多獨立技術分析師對這篇文章提出更細節的拆解。
對台灣的軟體團隊來說,這篇文章最值得記下來的不是「Cursor 又跑出新紀錄」,而是**「協作架構的成熟度決定 AI 編碼能不能上 production」**這個觀察。下次評估 AI coding 工具時,看的不只是 benchmark,而是「它的 merge 機制怎麼處理衝突」、「它的 VCS 層怎麼整合」、「它的 review 機制是單一模型還是多模型疊加」。
編按:本文綜合整理自 Cursor 官方 blog、StartupHub.ai 報導、AlphaSignal 報導,並加入 Siami 編輯部觀點與分析。
網友熱門留言 (5)