Cursor 全新智能体集群架构：前沿模型负责规划，平价模型完成主要编码

type

status

date

slug

summary

架构重构：规划者与执行者的“分脑”协作

随着 Cursor 3 的发布，开发者已经可以并行运行整个 AI 智能体编队（值得一提的是，其背后的开发公司 Anysphere 近期已被埃隆·马斯克的 SpaceX 以 600 亿美元收购）。新版智能体集群的核心创新在于角色的物理隔离：系统将智能体划分为“规划者（Planner）”和“执行者（Worker）”。

规划者使用最强大的前沿模型，负责将宏大目标递归分解为更小的任务节点；而执行者则使用速度更快、成本更低的平价模型来完成具体的代码编写。Cursor 指出，这种设计主要解决了上下文过载的问题。传统的单一智能体在处理长期任务时，必须同时兼顾全局目标和当前细节，极易产生“上下文漂移”。在新的集群中，规划者不写代码，执行者不参与规划。

此外，由于新架构下的提交速度高达每秒 1,000 次，传统的 Git 版本控制系统已无法承受。为此，Cursor 开发了专属的版本控制系统，并引入了“共享设计文档”与中立的冲突解决智能体。智能体还会自动维护一个“实战指南（Field Guide）”，以记录意外发现，让后续智能体能走捷径。

重写 SQLite 挑战：解决合并冲突与代码膨胀

在重建 SQLite 的极限测试中，Cursor 为集群提供了 835 页的官方手册，屏蔽了所有的源码、测试套件和外部网络。系统必须通过包含数百万条 SQL 查询的 sqllogictest 基准测试，而集群对该测试的存在一无所知。

Cursor 测试了四种配置：GPT-5.5 独立运行、Grok 4.5 独立运行、Opus 4.8（规划）+ Composer 2.5（执行），以及 Fable 5（规划）+ Composer 2.5（执行）。结果显示，新版系统在各个配置下最终都达到了 100% 的测试通过率。

相比之下，旧版集群则陷入了无效工作的泥潭。以 Grok 4.5 为例，旧系统在两小时内生成了 6.8 万次提交（是新系统的 70 倍），却累积了超过 7 万次合并冲突，而新系统全程冲突不到 1,000 次。在代码精简度上，新架构同样表现惊人：在 Opus 配置下，旧系统生成了 19,013 行代码（通过率 97%），而新系统仅用 4,645 行代码就实现了 100% 的通过率，代码体积缩减了约 85%。

成本效益最佳化：平价模型发挥巨大价值

采用混合模型的最大优势在于成本控制。独立运行 GPT-5.5 的总成本高达 10,565 美元，而采用 Opus 与 Composer 混合架构的成本仅为 1,339 美元。

在所有测试中，执行者模型消耗了至少 69%（通常超过 90%）的 Token。在 GPT-5.5 独立运行中，仅执行环节就耗费了 9,373 美元；但在混合架构中，整个执行者编队的成本仅为 411 美元。据 Cursor 创始人 Michael Truell 透露，Composer 2.5 模型主要基于 Kimi K2.5 打造，其输入和输出成本分别为每百万 Token 0.5 美元和 2.5 美元。尽管价格低廉，但只要前沿模型做好了前期规划并消除了任务歧义，这些平价模型完全能够按图索骥完成高质量编码。

实际影响与现存局限性

Cursor 的智能体集群已不再局限于实验室环境。此前，一个基于 Fable 5 的预发布版本已成功处理了 Bun 项目从 Zig 到 Rust 的大规模重写任务，64 个智能体实例在 11 天内编写了超过 100 万行代码，耗资约 16.5 万美元。

然而，完全自主的 AI 编程在生产环境中仍面临限制。2025 年底发布的一项研究表明，在实际生产环境中使用的智能体，有 68% 在没有人类干预的情况下完成的步骤不超过 10 步，47% 的智能体甚至在 5 步之内就需要人类介入调整。

结论： Cursor 的最新实验证明了 AI 编程范式的转变：暴力的算力堆叠和单一模型的单打独斗正在被淘汰。通过类似编译器的任务降级、精确的角色分工以及前沿模型与平价模型的混合部署，AI 智能体正向着更具工程可行性和成本效益的方向发展。随着这类架构的成熟，未来的软件开发可能会更多地转变为对 AI 编队的意图表达与管理。