Cursor 认为应将 AI 编码拆分为规划者和执行者
Cursor 认为，如果强大模型不再负责大部分编码，AI 辅助软件开发的经济性可能会发生变化。在一篇介绍其升级版智能体群的新说明中，该公司表示，当更高端的前沿模型主要用于规划和任务拆分时，更便宜的模型可以成功承担大部分编码工作。
这一说法来自 Cursor 的内部基准测试。在测试中，Cursor 要求其新智能体群和早期版本都仅依靠文档、没有源代码且无法访问互联网的情况下，用 Rust 重建 SQLite。根据该公司说法，新智能体群的每种配置都在测试套件上达到了 100%，而早期系统则在合并冲突和协调开销上表现吃力。
如果这一结果在更广泛场景中成立，它指向一个重要的行业变化。AI 编码领域最常见的问题往往是谁能写出最好的代码。Cursor 提出的是另一种思路：更重要的设计选择，也许是如何将工作分配给具有不同角色、成本和上下文窗口的多个智能体。
核心不是并行，而是分工
Cursor 表示，其最新智能体群将智能体分为规划者和执行者。规划者使用更强大的前沿模型，递归地把一个目标拆解为更小的任务。执行者则使用更快、更便宜的模型来完成这些任务。公司称，这样的设置会生成一棵随着工作推进而不断变化的任务树。
这种观点并不只是说更多智能体就意味着更高吞吐量。Cursor 更重要的论点是，智能体群有助于解决上下文管理问题。一个处理大型编码任务的单一智能体，必须同时维持最终目标、局部实现细节和中间决策，这会带来偏移、重复和交接不良的机会。相比之下，智能体群可以将规划与执行分离，使每个智能体承担更窄的认知负荷。
按照 Cursor 的说法，正是这种角色分离提升了表现。规划者不写代码，执行者不做规划。听起来很基础，但这实际上是在对软件构建智能体提出架构层面的主张：专业化可能比让每个模型什么都做更有价值。
先前的瓶颈不只是智能，还有协调
Cursor 将新旧智能体群作比较，这一点很有启发，因为公司描述的失败模式更像组织问题，而不仅仅是模型能力不足。此前一个基于浏览器的智能体群据称每小时能完成约 1000 次 Git 提交，并依赖执行智能体、裁判智能体和负责解决冲突的集成器。Cursor 说，最终集成器成了瓶颈，而不是解决方案。
公司称，新智能体群将速度提升到约每秒 1000 次提交，这种规模下传统 Git 工作流无法应对。于是 Cursor مجبور 建立了自己的智能体活动版本控制系统。公司描述称，原因在于以这种速度运行的智能体会产生通常不会出现在人类团队中的失败模式。
其中一种失败模式是 Cursor 所说的“分裂大脑式设计”，即两个规划者独立得出相同的大方向，却在不同位置以不兼容的方式实现。另一个问题出现在规划者彼此知道对方存在之后，开始通过相互竞争的修改来阻塞对方。这些更像是机器劳工内部的治理失灵，而不是语法错误。
共享设计记录成了系统的一部分
为解决这些协调问题，Cursor 表示它要求智能体把决策记录在共享设计文档中。与某项决策相关的代码随后通过一个在编译时检查的引用回链到该文档。发生合并冲突时，由一个中立智能体来解决。执行者还可以标记过于臃肿的文件，交由外部智能体拆分成更小的模块。
这一细节很重要，因为它表明公司的进展不仅在于提示词或模型选择，还在于工作流基础设施。设计文档充当记忆和政策。中立的冲突解决器充当程序性后盾。编译时引用把实现与理由联系起来。在人类软件工程中，这些功能分散在架构文档、代码审查和构建系统中。Cursor 实际上是在尝试为 AI 集体形式化类似机制。
公司还表示，它改变了行为假设。由于面向人类代码库训练的智能体已经学会避免鲁莽触碰核心代码，Cursor 在这个受控环境中允许它们主动破坏一些东西。这一点很重要。针对新项目或基准任务优化的智能体群，在真实生产代码库中的行为可能并不相同，因为在那里，保持稳定性、兼容性和团队规范往往比最大化原始任务完成率更重要。
为什么这个结果超越 Cursor 本身也很重要
Cursor 报告中最强的含义是经济层面的。如果高端模型主要用于规划，而较低成本的模型承担大部分实现工作，那么高级编码自动化的成本结构就会改变。前沿模型的使用会变得更有选择性，这可能让团队在不为每一步都支付前沿模型价格的情况下扩展智能体工作。
这一可能性在软件公司开始尝试智能体编队而非单个助手的当下尤其重要。商业问题不再只是 AI 能不能写代码，而是它能否可靠地写代码，能否协调和纠错，以及价格是否低到足以长期使用。Cursor 的规划者-执行者结构，就是对第二个问题的明确回应。
当然，也需要谨慎。这里报告的基准测试是内部的、任务边界明确且高度特定的。仅凭文档用 Rust 重建 SQLite 是一项严苛测试，但它仍不同于维护混乱的企业系统、解读不完整的产品需求，或在真实组织约束下工作。因此，这些说法更说明一种新兴模式，而不是一个已经定论的行业结论。
尽管如此，更广泛的信号仍然难以忽视。Cursor 描述的是这样一种未来：真正的创新不是一个越来越大的编码模型，而是一个由不同模型组成、角色分明且受到管理的生态系统。规划、执行、冲突解决、重构和设计记忆等功能，都可以分配给不同智能体，并针对速度、成本或推理深度进行调优。
如果这种模式扩散，它可能会重塑开发者评估 AI 工具的方式。关键指标将不再只是单一模型补全的质量，而是编排质量：系统如何分工、保持上下文、化解冲突，并且只在最有价值的地方分配昂贵的推理。
Cursor 的结果并不能证明在每一种环境中，更便宜的模型都足以胜任大多数编码工作。但它确实支持一个更狭窄、也可能更重要的判断：当前沿模型用于规划工作而不是包揽一切时，低成本智能体承担的实现负担，可能比许多团队目前假设的要大得多。
本文基于 The Decoder 的报道。阅读原文。
Originally published on the-decoder.com
