Рой ИИ-агентов Cursor написал SQLite на Rust за $1339: как это работает

Рой ИИ-агентов Cursor сумел воссоздать движок базы данных SQLite на языке Rust, имея лишь 835-страничную документацию и потратив всего 1339 долларов на вычислительные ресурсы. Этот эксперимент, проведенный командой Cursor, показал, что сотни параллельно работающих агентов могут координироваться для решения сложной инженерной задачи без доступа к исходному коду, тестам или интернету. Главный вывод: экономическая эффективность такой системы зависит не от мощности отдельных моделей, а от архитектуры их взаимодействия. В зависимости от конфигурации стоимость варьировалась от 1339 до 10 565 долларов, и разницу определила именно организация работы агентов.

Как рой ИИ-агентов Cursor создал SQLite с нуля

Эксперимент проводился на базе второй версии системы «роя агентов» Cursor. В ней сотни ИИ-агентов работают параллельно над одной кодовой базой, координируясь через общий репозиторий. Каждый агент получает часть задачи — например, реализацию отдельного модуля или функции. Агенты используют модели GPT-4o, Claude 3.5 Sonnet и собственную модель Cursor-small. Для эксперимента были выбраны три конфигурации: дешёвая (только Cursor-small), средняя (смесь моделей) и дорогая (преимущественно Claude 3.5 Sonnet). Дешёвая конфигурация обошлась в 1339 долларов, средняя — в 4567, дорогая — в 10 565. Во всех случаях результат был рабочим: код компилировался и проходил базовые тесты.

Какие модели использовались в рое агентов и почему это важно?

В эксперименте использовались три модели: Cursor-small (лёгкая, дешёвая), GPT-4o (средняя) и Claude 3.5 Sonnet (тяжёлая, дорогая). Дешёвая конфигурация состояла только из Cursor-small на всех ролях — и как менеджер, и как исполнитель. Средняя конфигурация использовала Cursor-small для менеджера и GPT-4o для исполнителей. Дорогая — Claude 3.5 Sonnet для менеджера и смесь GPT-4o и Claude для исполнителей. Интересно, что дешёвая конфигурация не только справилась с задачей, но и сделала это с наименьшим количеством итераций. Причина — Cursor-small, будучи лёгкой моделью, реже «галлюцинировал» и точнее следовал инструкциям в рамках узких подзадач. Более тяжёлые модели склонны к излишней креативности, что приводило к необходимости переписывать код.

Предыстория и контекст

Идея «роя агентов» не нова: в распределённых системах и мультиагентных архитектурах она используется давно. Однако Cursor впервые применил её к масштабной задаче обратной разработки и реализации сложного программного продукта. SQLite — один из самых распространённых движков баз данных в мире, его кодовая база насчитывает десятки тысяч строк на C. Реализация на Rust — нетривиальная задача даже для человека-разработчика. Эксперимент показал, что ИИ-агенты могут не только писать код, но и координироваться для достижения общей цели. Это открывает путь к автоматизации крупных проектов, которые раньше считались прерогативой человека.

Как агенты координируются между собой?

Каждый агент работает в изолированной среде, но имеет доступ к общей файловой системе и репозиторию. После завершения своей подзадачи агент создаёт pull request, который проверяется другими агентами. Если тесты проходят, изменения вливаются в основную ветку. Если нет — агент получает обратную связь и исправляет ошибки. Координация происходит через специальный «менеджер задач», который распределяет работу и следит за прогрессом. В дешёвой конфигурации менеджер использовал Cursor-small, в дорогой — Claude 3.5 Sonnet. Разница в качестве координации привела к восьмикратному разрыву в стоимости.

Технические подробности: архитектура и модели

Архитектура роя агентов Cursor включает три уровня: менеджер задач, исполнители и валидаторы. Менеджер разбивает общую задачу на подзадачи и назначает их исполнителям. Каждый исполнитель пишет код для своего модуля, после чего валидаторы проверяют его на соответствие документации и компилируемость. В дешёвой конфигурации все роли выполняла модель Cursor-small, что обеспечило минимальную стоимость. В дорогой конфигурации менеджером выступал Claude 3.5 Sonnet, который лучше понимал общий контекст, но требовал больше ресурсов. Интересно, что дешёвая конфигурация завершила задачу быстрее — за 4 часа, тогда как дорогая потребовала 6 часов из-за большего числа итераций переписывания кода.

Кого затронет и как

Эксперимент в первую очередь интересен разработчикам и компаниям, которые ищут способы автоматизировать написание кода. Для стартапов и небольших команд 1339 долларов за создание сложного модуля — это очень дёшево по сравнению с зарплатой разработчика. Крупные компании могут использовать рой агентов для параллельной разработки нескольких фич. Для индустрии в целом это сигнал: ИИ-агенты могут не только дописывать код, но и создавать его с нуля по документации. В российском контексте это особенно актуально, так как позволяет снизить зависимость от зарубежных баз кода и ускорить импортозамещение.

Что будет дальше

Cursor планирует продолжать эксперименты с роем агентов, увеличивая количество параллельных агентов и усложняя задачи. В ближайших планах — реализация полноценного компилятора или операционной системы. Также компания работает над улучшением координации между агентами, чтобы снизить стоимость ещё больше. Возможно, в будущем появятся открытые фреймворки для запуска подобных роев на собственных мощностях.

Итог

Эксперимент Cursor показал, что рой ИИ-агентов способен за четыре часа и 1339 долларов создать сложный программный продукт с нуля, имея только документацию. Ключевой вывод: экономическая эффективность зависит не столько от мощности моделей, сколько от организации их работы. Следите за этой темой — возможно, через пару лет написание кода станет задачей для ИИ, а люди будут только ставить цели.