Cursor 智能体集群仅凭 835 页手册用 Rust 重写 SQLite
Cursor 让规划-执行两级智能体集群在无源码、无网络条件下重写 SQLite，通过数百万条查询的盲测，最低成本仅 1339 美元。
Cursor 交出了迄今最能说明智能体自主能力的演示之一：一群 AI 智能体仅凭 SQLite 那本 835 页的官方手册，在没有源码、没有测试用例、没有互联网的条件下，用 Rust 从零重写了这个数据库。最终的复刻版本通过了包含数百万条已验证查询的 sqllogictest 盲测，通过率 100%。
规划者动脑，执行者动手
这项实验发表于 7 月 20 日的博客《Agent swarms and the new model economics》，核心是分层拆解：规划智能体（跑前沿大模型）把目标拆成任务树，执行智能体（跑更快更便宜的模型）逐个落地。Cursor 表示，这套分工解决了此前多智能体协作的老毛病——上下文膨胀、智能体之间的合并冲突、"脑裂"式分歧——因为规划者从不碰实现细节，执行者只看到自己那一小块。
成本数据和结果本身一样值得关注。最省钱的成功配置是 Claude Opus 4.8 当规划者、Cursor 自家 Composer 2.5 当执行者，总花费 1339 美元；全程使用 GPT-5.5 完成同样任务花了 10565 美元，差了约八倍。换用 Grok 4.5 担任两个角色时，新架构四小时内通过了 80% 的测试，而旧系统不到两小时就已失控。Cursor 的结论很直白：大型任务中真正需要前沿智能的时刻寥寥无几，剩下的活便宜模型照着计划做就行。
为什么重要
复刻一个文档完备的数据库当然不等于原创工程，也有人指出 SQLite 规范齐全、测试成熟，是个格外"干净"的靶子。但这次演示立住了两个事实：一是耗时数周的软件工程已经可以被智能体集群自主拆解并完成，人类介入极少；二是编排方式——而不仅仅是模型选择——能带来数量级的成本差异。对于正在给智能体开发编预算的团队来说，"规划者-执行者"分工正迅速成为参考架构。