The Decoder：Cursor智能体集群实验显示前沿模型规划后廉价模型也能干好活

The Decoder报道了Cursor的一次智能体集群实验:让新旧两代「AI编程蜂群」在没有源码、不能联网、只凭文档的条件下用Rust重写SQLite,结果新架构下每一种配置最终都跑到测试套件满分,旧集群则被自己制造的合并冲突拖垮。

• 任务设计相当严苛:不给源码、不给网络访问,只允许查阅文档,考验的是智能体集群「凭空」复现一个复杂系统的能力
• 新集群的关键改动是把「规划」和「执行」拆开——由前沿模型负责整体规划分工,再把具体编码工作下放给成本更低的模型去做
• 结果显示,新架构无论怎么配置最终都能把测试套件跑到100%通过,说明「前沿模型管规划、廉价模型干活」这套分工是稳健的,不依赖运气
• 旧版集群的失败原因很具体:多个智能体并行编码时产生的合并冲突自己解不开,说明协调机制比单个模型能力更容易成为瓶颈
• 这次实验相当于给「多智能体协作编程」提供了一个具体的失败/成功对照样本,而不只是理论设想
• 对正在设计多智能体编码系统的团队,这个案例给出一个可操作的结论:与其一味堆更贵的模型去写代码,不如先把「规划-执行」分层做对,协调机制的设计价值可能比单点模型能力更大。

本内容由 AI 生成，仅供参考，请注意甄别