Содержание
Cursor разделила планирование и написание кода между разными AI-моделями
Cursor протестировала новую архитектуру роя AI-агентов для больших задач программирования. В ней самые мощные модели не пишут весь код сами: они разбивают цель на подзадачи и принимают ключевые архитектурные решения, а основную работу выполняют более быстрые и дешёвые модели.
Как устроен рой
Система делит агентов на планировщиков и исполнителей. Планировщики рекурсивно строят дерево задач, а исполнители получают ограниченный контекст и отвечают только за конкретный фрагмент. Cursor считает, что такой подход помогает бороться с дрейфом на длинных проектах: одному агенту больше не нужно одновременно помнить общую цель, историю решений и текущую правку.
Для координации компания добавила общие документы с решениями, независимых ревьюеров и отдельного агента для разрешения конфликтов. Cursor также пришлось создать собственный механизм контроля версий: в пиковые моменты рой генерировал до 1000 коммитов в секунду, что выходило за привычный сценарий работы Git.
Что показал эксперимент
Рою дали 835-страничное руководство SQLite и попросили написать совместимую реализацию базы данных на Rust без исходников SQLite и без доступа к готовому тесту. После четырёх часов новые конфигурации набрали от 73% до 85%, а затем каждая дошла до 100% в скрытом наборе SQL-тестов. Один из результатов эксперимента Cursor опубликовала как проект minisqlite на GitHub.
Главное улучшение оказалось не в количестве параллельных агентов, а в уменьшении лишней работы. В старой версии один из запусков создал около 70 тысяч конфликтов, в новой их было меньше тысячи. При сопоставимом качестве объём кодовой базы в отдельных конфигурациях сократился до 85%.
Почему это важно
Гибрид с Claude Opus в роли планировщика и Composer 2.5 в роли исполнителя обошёлся примерно в 1339 долларов. Самый дорогой запуск, где GPT-5.5 выполняла обе роли, стоил 10 565 долларов. Разница показывает практичный сценарий для бизнеса: дорогую модель можно оставить для неоднозначных решений, а массовое выполнение передать более доступным моделям.
Пока это исследовательский эксперимент, а не готовая функция Cursor для обычных пользователей. Результаты получены на одной большой технической задаче, поэтому их нельзя автоматически переносить на любой продукт. Но сама схема «сильный планировщик плюс дешёвые исполнители» может стать важной основой для будущих команд AI-агентов.