Cursor 推出 Agent swarm 架構讓 AI 獨立重構 SQLite

Cursor 推出 Agent swarm 架構讓 AI 獨立重構 SQLite。 核心實驗成果 Cursor 團隊在最新的實驗中，展示了 Agent swarm 在處理複雜任務上的顯著進步。透過將任務拆解為「規劃者（Planner）」與「執行者（Worker）」兩種角色，並導入更靈活的任務樹狀結構，新系統在 SQLite 重構任務中表現優異： 效能提升：新版 harness 在所有模型組合下，均優於舊版系統。以「Grok 4.5」為例，新系統在四小時內達到 80% 的測試通過率，而舊系統在兩小時內即因衝突過多而停擺。 衝突控制：舊系統在兩小時內產生超過 70,000 次合併衝突，而新系統在四小時的完整執行期間，衝突數不到 1,000 次。 協作機制：引入了「Field Guide」機制，透過一個由 Agent 自主維護的 index.md 檔案，讓 Agent 能在無直接溝通的情況下，透過環境互動（Stigmergy）進行協調。 這張圖表比較了單一代理人遍歷完整任務樹與多代理人分散式處理架構，說明如何透過拆解工作來維持每個代理人的上下文限制。 模型經濟與成本效益 研究指出，雖然不同模型組合的產出品質相近，但成本差異極大。透過將高階推理任務交由 frontier 模型（如 Opus 4.8）規劃，並由輕量模型（如 Composer 2.5）執行具體程式碼，能有效控制成本： 成本區間：本次實驗成本從最經濟的組合（Opus 4.8 搭配 Composer 2.5）約 1,339 美元，到單一使用 GPT-5.5 的 10,565 美元不等。 觀點：團隊認為，當 frontier 模型將模糊需求轉化為明確指令後，較低成本的模型即可勝任後續的執行工作，這使得 Agent swarm 的運作模式日益接近編譯器將高階意圖轉化為機器碼的過程。 這是一張由多個短線段組成的向量場視覺化圖形，線段的傾斜角度呈現出平滑的流動與變化。 技術挑戰與反思 儘管成果顯著，團隊也觀察到大規模 Agent 協作（每秒約 1,000 次 commit）帶來的獨特失效模式： 腦裂問題（Split-brain）：多個規劃者在互不知情下，對同一程式庫採取不同實作路徑。 在使用 GPT-5.5 模型重建 SQLite 的測試中，新一代 swarm (v2) 的表現顯著優於舊版 (v1)，在 240 分鐘時分數達到約 0.75，而 v1 僅為 0.1。 檔案爭用：熱門檔案容易成為 Agent 頻繁修改的瓶頸，導致檔案過於臃腫。 在 Opus 4.8 / Composer 2.5 的模型配置下，新版 swarm (v2) 的 SQLite 測試分數在 240 分鐘時達到約 0.84，顯著優於舊版 swarm (v1) 的 0.5，且 v2 在 120 分鐘後即開始快速攀升。 僵化現象（Ossification）：Agent 在長期與人類協作的經驗中，學會了「不敢觸碰核心程式碼」的保守傾向，這在全自動化環境中反而成為阻礙。 重建 SQLite 的成本因模型組合而異：官方對照組中「Opus 4.8 + Composer 2.5」成本最低（$1,339）、單一模型 GPT 5.5 最高（$10,565），差距約 8 倍；圖中 Opus 4.8 與 Fable 5（$20,057）標註星號者為校準用的非正式測試、不屬對照比較。另以 Fable 5 規劃搭配 Composer 2.5 執行僅需 $2,234。 在使用 Grok 4.5 下，新一代 swarm (v2) 的表現顯著優於舊版本 (v1)，在 4 小時內達到了 80% 的 SQLite 測試通過率，而舊版本 v1 則在兩小時前便因異常而中止且通過率為 0%原文：https://easyvibecoding.app/curated/2619-cursor-agent-swarm-refactors-sqlite