#AI
Cursor Agent 重构架构,代码量削减 85%
Cursor 重构 agent swarm 架构,将代理拆分为**规划者**与**工作者**。规划者使用前沿模型将目标递归拆解为子任务,工作者使用更便宜的模型执行编码。核心收益不在于并行规模,而在于**上下文隔离**——规划者不写代码,工作者不规划,各自承担匹配能力的上下文负担,解决了长任务中代理逐渐“漂移”的老问题。
在从零重建 SQLite(Rust 版本,仅凭文档、无源码无网络)的测试中,旧 swarm 两小时产生 68,000 次 commit,但大部分无效,累计 70,000+ 合并冲突,代码量是新架构的 6-7 倍。新架构在所有模型配置下最终达到 100% 通过率,旧架构仅部分跑过 90%。
商业信号在成本端。
💡 为什么值得看规划者+工作者分离让便宜模型扛起 90% 编码量,同质量下成本可差 15 倍
查证
来源档案
The Decoder
德国 AI 行业媒体,本轮内容为引述 Cursor 官方博客及实验报告的一手数据披露
核心数据(commit 量、冲突数、代码行数、成本分拆)均来自 Cursor 官方实验报告,数字可信;媒体层未独立核实实验可复现性,解读部分为媒体判断
延伸阅读
Cursor 因 Git 无法处理每秒千次 commit 而自建版本控制系统,并采用分脑设计解决,原文附有架构图。