# Cursor 把 AI 智能体拆成“规划者+执行者”两队，用 Rust 重写 SQLite，4 小时跑通 80% 的测试

> 原标题：Cursor 测试新型 AI 智能体集群：规划者+执行者分工，4小时通过80% SQL测试

- 来源：AI HOT 精选
- 发布时间：2026-07-20T12:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45499
- 原文：https://cursor.com/blog/agent-swarm-model-economics

## 摘要

Cursor 重新设计了他们的 AI 智能体集群，把任务拆成树状结构：由最强模型当“规划者”负责拆解目标，便宜快速的模型当“执行者”负责具体干活。他们用这个新架构挑战了旧集群搞不定的任务——只靠文档，用 Rust 从零写一个 SQLite。结果新集群在所有模型组合下都赢了旧集群。用 Grok 4.5 时，新集群 4 小时内通过了 80% 的 SQL 测...

## 推荐理由

这是 Cursor 自己做的工程实验，不是公关稿。规划者-执行者的树状分工有具体数字（4 小时、80% 通过率），直接回答了 agent 架构怎么省钱又能打的问题。没给 85 以上是因为这只是单次实验，不是产品发布，而且正文没披露失败用例的具体分布和成本明细。

## 锐评

Cursor 这篇博客讲的是他们重新设计了 AI 智能体集群的协作方式。核心思路是把任务拆成一棵树：让最聪明的模型当“规划者”负责分解目标，再派便宜、快速的模型当“执行者”去具体写代码。他们拿一个老集群搞不定的任务做了对比测试——只靠文档，用 Rust 从零写一个 SQLite。

结果新架构在所有模型组合下都赢了。用 Grok 4.5 时，新集群 4 小时内通过了 80% 的 SQL 测试套件，而老集群不到两小时就跑崩了。有意思的是，不管用什么模型搭配，最终代码质量差不多，但成本天差地别。博客里放了一张成本对比图，但没标具体金额，只说“差异巨大”。这点比较可惜，没法量化到底能省多少钱。

这个设计的巧妙之处在于隔离了上下文：规划者看不到具体实现细节，执行者只盯着自己那一小块任务，避免了长任务跑偏。不过文章也坦诚，这只是初步结果，离产出可用的商业软件还有距离。还缺的是：这套架构在更复杂、需求更模糊的真实项目里表现如何，以及那个“成本差异巨大”到底是多少钱。