開發生態
Cursor代理群重建SQLite
Hacker News綜合 3 家報導
Cursor讓代理群僅依據835頁文件，從零以Rust重建SQLite；系統以高階模型驅動Planner agents拆解及委派工作，再由較快、便宜的Worker agents執行。官方部落格稱，在相同模型與四小時時限下，新架構於所有模型配置均優於舊版，其中Grok 4.5通過保留SQL測試套件的80%，舊版則在第二小時前失控而暫停；但Cursor在X上稱最終成品通過率達100%，未交代該次測試的模型配置與時限。不同模型分工組合的品質相近，但Cursor稱成本最多相差15倍；團隊表示這種樹狀架構也已用於打造瀏覽器、解數學題、最佳化GPU kernels、修補開源軟體漏洞、提高測試覆蓋率及產生數十億tokens的合成訓練資料。Simon Willison則指出，coding agents降低了逆向工程、試錯與後續維護程式的成本，使原本投資報酬率不足的裝置自動化更可行。
⚠️ 來源分歧：Cursor官方部落格記載Grok 4.5在四小時內通過80%測試，但其X貼文稱Rust複製品通過100%保留測試套件，兩者的測試階段或條件差異未獲說明。
讀原始報導背景
Agent swarm 是一種多代理架構，透過協調多個 AI 代理共同處理任務，並可為代理設定不同角色、記憶、工具與工作流程。Planner-Worker 是其中一種階層式模式，由規劃者與執行者分工，相較於所有代理平行協作，更強調任務拆解與角色分工。
社群討論
整體對多 Agent 的分層協調與規劃潛力感到興奮，且有人實測數十個平行 Agent 搭配結構化階層確有助於隔離失控工作與傳遞設計變更；系統更宣稱從每小時約 1,000 次 commit 提升至每秒約 1,000 次，但也被質疑可能只是大量忙碌、衝突與反覆修改。主要爭議在於重寫 SQLite 是否屬於偏離真實整合難度的 benchmark、是否受訓練資料中的 SQLite／Turso 程式碼影響，以及技術是否缺乏原創性、未公開 harness 與可用成果且成本過高；另有人指出 Opus + Composer 據稱能以約 1/19 成本、半數 LoC 達到與 Fable 相近成果，並認為工程工作或許單一執行緒反而更有效。