Ru果你眨一下眼，可Neng就会错过一场革命。就在我们还在讨论AINeng不Neng写好一段Python脚本的时候，有些激进的团队Yi经把几百个AI智Neng体扔进了同一个代码池里。结果令人咋舌：它们没有互相“打”起来反而联手干了一件大事。

这不再是关于“辅助”或者“提效”的细枝末节，这是一场关于软件工程底层逻辑的颠覆。当上百个数字大脑在同一个项目中协同工作，甚至Neng从零开始构建一个浏览器时我们不得不重新审视那个老生常谈的问题：AI联手，真的Neng攻克超大型项目吗？

从“单兵作战”到“集团军群”

回想一下过去我们是怎么用AI写代码的？你打开ChatGPT或者Claude，输入一段需求，它吐出一块代码，你复制粘贴，修修补补。这叫“单兵作战”。但面对动辄数百万行代码的超大型项目，这种模式就像是用勺子挖运河，效率低得可怜。

Cursor团队Zui近搞了个大新闻，他们把这种“单兵模式”彻底抛弃了。他们让上百个Agent同时在一个代码库里“摸爬滚打”。这不仅仅是数量的堆叠，而是质的飞跃。想象一下这就像是从一个人在敲键盘，瞬间变成了一整个整编师团在冲锋。

Zui让人震惊的案例莫过于“从零构建浏览器”。这可不是写个简单的HTML页面而是要处理渲染引擎、JavaScript解释器、网络协议栈这些极其复杂的底层逻辑。人类历史上，Chrome浏览器从立项到发布，耗费了三年时间，投入了数千名顶尖工程师。而现在这群AI Agent只用了不到一周，就在数万个文件中写出了超过数万行代码。虽然这个数字和人类工程相比还有差距，但考虑到时间成本，这简直是降维打击。

不仅是玩具，geng是生产力

你可Neng会说这会不会是某种精心策划的“秀肌肉”？实际上，这些AgentYi经在干脏活累活了。它们在Cursor自己的生产代码库里完成了一次大规模的框架迁移，代码增删量达到了惊人的+266K/-193K。这意味着什么？意味着它们在处理真实、复杂、充满历史包袱的商业代码，而不是在真空中写Hello World。

除此之外Java LSP服务器、Windows模拟器、甚至Excel的复刻版，这些项目dou在AI的协作下取得了实质性进展。这不再是概念验证，而是实打实的生产力。视频渲染速度提升了10倍，这得益于一个长时间运行的Agent用高效的Rust语言重写了核心模块。这种性Neng优化，往往需要资深工程师绞尽脑汁，而AI似乎只是“顺手”就Zuo了。

混乱中的秩序：如何让AI不打架？

让一个AI干活不难，但让一百个AI一起干活而不互相拆台，难如登天。Ru果让它们随意修改文件，后果不堪设想：Agent A刚写好的函数，Agent B转头就删了；Agent C在修复Bug，Agent D却在引入新的Bug。

Cursor团队Zui初的想法hen天真，甚至有点像理想主义的乌托邦：让所有Agent地位平等，通过一个共享文件自行协商。结果可想而知，这就像一个没有项目经理的团队，每个人dou想Zuo“kan起来安全”的小任务，没人敢碰核心难题，整个项目陷入了空转。

锁机制的失败与“乐观”的胜利

为了解决冲突，他们 想到了计算机科学里的经典方案——锁机制。这就像上厕所要锁门一样，一个Agent在修改某个文件时其他Agent必须排队。听起来hen合理，对吧？

但这套方案在实战中惨败。Agent们会忘记释放锁，或者死锁住不动。原本指望百人并行，结果因为锁的瓶颈，实际吞吐量降到了两三个Agent的水平。大部分时间，这些昂贵的算力dou在“排队等厕所”。

后来他们转向了“乐观并发控制”。这听起来hen高深，其实逻辑hen简单：允许大家随便读，随便写，但是！Ru果你提交修改的时候，发现文件Yi经被别人改过了那你的提交就作废，得重来。这种方式虽然听起来有点浪费，但实际上极大地释放了生产力。它让系统变得geng加健壮，不再因为某个Agent的卡顿而全线停摆。

去掉“中间商”，让专业的人干专业的事

除了锁机制，他们还尝试过设计一个“集成者”角色，专门负责协调、解决冲突、把控质量。这就像设立了一个专门的中层管理岗位。但结果发现，这个“集成者”制造的瓶颈比解决的问题还多。Worker们本身就有Neng力处理冲突，多出来的管理层反而让流程变得臃肿、脆弱。

于是他们Zuo了一次大胆的“减法”。他们不再使用扁平的结构，而是搭建了一条清晰的流水线：有人负责架构设计和任务拆解，有人专注执行具体任务，还有人在Zui后负责验收。

这种各司其职的架构，基本解决了协同问题。成百上千个Worker并发运行，向同一个分支推送代码，冲突率却低得惊人。这就像一个运转良好的精密齿轮组，每个齿轮dou知道自己该干什么不需要有人在旁边喊口号。

提示词工程：AI时代的“管理学”

hen多人以为，搞定多Agent协同，靠的是牛逼的模型架构或者复杂的分布式算法。但Cursor团队发现了一个反直觉的事实：提示词才是核心。

这听起来有点玄学，但仔细想想却hen有道理。提示词本质上就是给Agent下的“指令”和“规矩”。你怎么跟它们说话，决定了它们怎么干活。要让它们在长时间的任务中保持专注、不跑偏、不偷懒，全靠这些精心设计的文字。

比如如何让规划者拆解任务时粒度合适？太细了效率低，太粗了Agent啃不动。如何让执行者在遇到困难时不放弃，而是尝试绕过？如何让评审者准确判断工作质量，而不是睁一只眼闭一只眼？这些dou需要像写剧本一样去设计提示词。

模型也有“性格”

geng有趣的是不同的模型在长时间自主工作时表现出了截然不同的“性格”。Cursor团队发现，GPT-4o系列在长时间“搬砖”方面表现优异，它们gengNeng遵循指令，保持专注，不容易半途而废。而Opus 3.5虽然聪明，但有点像那种“眼高手低”的天才，遇到困难容易想走捷径，急着把控制权交还给人类。

所以现在的Zui佳实践不是迷信某一个Zui强模型，而是“因岗设人”。规划者用GPT-4o，因为它稳重；执行者可Neng用GPT-4o-codex，因为它懂代码；评审者可Neng又换一个模型。这就像组建一个真实的团队，你得把合适的人放在合适的位置上。

程序员的危机与机遇

kan到这里作为一名开发者，你心里是不是有点发毛？

Ru果你的核心竞争力仅仅是“写代码”，也就是把需求翻译成计算机语言的Neng力，那你确实需要警惕了。因为在这方面AI不仅比你快，比你便宜，而且现在它们还Neng组队加班，不眠不休。

但是这并不意味着程序员这个职业会消失。相反，这是一个巨大的机遇。Cursor团队的成功证明了虽然AINeng写代码，但它们依然需要人类来定义“写什么”以及“为什么写”。

从“码农”到“指挥官”

未来的软件工程师，将不再是敲击键盘的蓝领工人，而是指挥AI军团的指挥官。你的核心Neng力将转移到理解需求、设计架构、协调资源以及解决复杂问题上。

你需要懂得如何拆解一个庞大的项目，懂得如何给AI设定清晰的目标，懂得在AI跑偏时把它拉回来。这实际上对工程师的要求geng高了。你不仅要懂技术，还要懂一点“管理学”，懂一点“心理学”。

那些提前拥抱AI、学会与AI协作的人，正在获得巨大的竞争优势。他们不再被繁琐的CRUD困住而是把精力花在geng有价值的逻辑设计和业务创新上。不要等到AI完全成熟了再去学习，因为到那时候，窗口期可NengYi经关闭了。

剧变Yi至，你准备好了吗？

从2008年Chrome项目启动时的数千人耗时三年，到如今上百个Agent耗时一周构建雏形，这不仅仅是效率的提升，geng是生产关系的重塑。多智Neng体协同开发大型项目，Yi经从科幻变成了现实。

当然现在的系统并不完美。Agent们依然会“漂移”，会陷入死循环，会产出一些莫名其妙的代码。Cursor团队也坦承，离Zui优状态还差得hen远。但正如那个古老的谚语所说：“虽然我们现在还在泥泞中跋涉，但远处Yi经kan见了高速公路的入口。”

AI联手攻克超大型项目，不是终点，而是一个全新的起点。唯一确定的就是变化本身。剧变正在发生，你，准备好迎接这场风暴了吗？

好了这篇文章到这里就结束了。感谢你的阅读，愿你平安顺遂。

❝

实时榜单睿兽分析AI项目连接AI匹配机构创建项目比麦当劳geng懂 穷鬼套餐 的店,出现了.从 9.9 元到超大杯,瑞幸库迪的商战,早Yi不是价格战覆盖geng广大的人群瑞幸库迪咖啡市场03-27.

每个 Agent 会检查其他 Agent 在Zuo什么、认领一个任务并geng新自己的状态。为防止两个 Agent 抢占同一项任务，他们使用了锁机制。

市场人士认为,该项目将成为继英伟达之后AI算力市场的又一重要竞争力量.大型AI企业如OpenAI多次抱怨算力短缺,导致模型迭代放缓.

而就在Zui近，Cursor 团队Zuo了一件让人震惊的事：「他们用上百个 AI Agent，花了不到一周时间，从零开始构建了一个浏览器，写出了超过 万行代码」。

七猫是一家深耕文化娱乐行业的互联网企业,旗下拥有七猫免费小说、七猫中文网、七猫免费听书、七猫短剧等,并积极拓展各类文娱项目及网文出海等版权衍生业务.得到App,主要向用户提供线上知识服务,以在线课程、听书、电子书等知识产品为主要交付形式。此外还为用户提供知识搜索、直播授课、个性化推荐、AI笔记等功Neng内容。 使用产品 定制音库语音合成大模型时代职业教育 AI大脑 教育...

一艘31.9万载重吨超大型油轮“Aragona”号Yi经安装了一种由英国劳氏船级社批准的轴功率限制系统。 据了解，这艘VLCC由Neda船舶代理公司运营，安装的轴功率限制系统由SELMA公司与Neda公司的油轮技术部门联合开发，将Neng充分利用可用的发动机输出功率。安装的ShaPoLi系统后Ke以

有了这套系统后Cursor 团队开始测试它的边界：

对于开发者来说：Ru果你的核心Neng力是“写代码”，那么你需要警惕了。但Ru果你的核心Neng力是“理解需求、设计架构、协调资源、解决问题”，那么你反而会因为 AI 而变得geng强大。

参考资料：

但他们也坦承：多智Neng体协同仍然是一个难题。当前的系统虽然可用，但离Zui优状态还差得hen远。Planner 应该在任务完成时自动“醒来”规划下一步，Agent 有时会运行时间过长，他们仍然需要定期从头重启，以对抗漂移和思维视野过于狭窄的问题。

如何让规划者拆解任务时粒度合适？如何让执行者在遇到困难时不放弃？如何让评审者准确判断工作质量？这些dou需要精心设计的提示词。

Ru果对你有帮助，欢迎评论点赞转发，你的支持是我Zui大的动力❤️

Cursor 团队告诉我们，「上百个 Agent Ke以在同一个代码库上协同工作数周，推动雄心勃勃的项目取得实质进展。这不是理论，而是Yi经发生的现实」。

要么通过集中管理器发布geng新,这会导致频繁的大型geng新.这些缺点使得在客户端上部署和维护大型神经网络几乎不可Neng,所以我们从 模型的备选项中排除这一项。.

这些dou是我们质控人一直在努力攻克的难关。.循证医学数据显示,VTE是可防可控的,国家将其纳入十大改进项目是 情理之中 的事,是希望以目标为...

「从 年到 周，从数千名工程师到上百个 Agent，这不是量变，是质变」。

AI 编程正在跨越一个关键门槛：从“辅助写代码”到“自主开发项目”。

「产品性Neng提升 倍」。 在一款即将上线的产品中，一个长时间运行的 Agent 通过一个高效的 Rust 实现，让视频渲染速度提升了 倍。它还新增了平滑缩放和平移的Neng力，使用自然的弹簧过渡和运动模糊效果，并Neng跟随光标顺畅移动。这部分代码Yi经合并，不久就会在生产环境中上线。

运行框架和模型本身固然重要，但提示词geng重要。

单个 AI Agent Neng写出几百行代码，但要开发一个百万行级别的项目，光靠一个 Agent 显然不够。

近日,一艘31.9万载重吨超大型油轮“Aragona”号Yi经安装了一种由英国劳氏船级社批准的轴功率限制系统。.①绿氢生产由项目持续...

后来他们尝试用乐观并发控制来替代锁：Agent Ke以自由读取状态，但Ru果自上次读取后状态Yi经发生变化，则写入会失败。这种方式geng简单、也geng健壮，但geng深层的问题依然存在。

这意味着必须让上百个 Agent 同时工作。但问题来了：「怎么让它们高效协作，而不是互相干扰？」

这些案例证明，多 Agent 开发大型项目不再是概念验证，而是真实的生产力。

Cursor 团队Zui初的想法hen直觉：让所有 Agent 具有同等地位，通过一个共享文件自行协同。

这就像一个真实的开发团队：「有人负责架构设计和任务拆解，有人专注执行具体任务，各司其职，高效协作。」

这篇文章我们来了解下 Cursor 是如何Zuo到的，以及对我们意味着什么。

大家好，我是拭心。

cursor.com/cn/blog/sca…

但后来发现，「集成者制造的瓶颈多于解决的问题。各个 Worker 本身就Yi经有Neng力处理彼此之间的冲突。多出来的这个角色反而让流程变得复杂、脆弱，成了整个系统的瓶颈」。

一开始他们为质量控制和冲突解决设计了一个集成者角色，专门负责协调各个 Worker 的代码、解决冲突、确保质量。听起来hen合理，对吧？

上百个 Agent 协作开发超大型项目，这在一年前几乎是不可想象的。Cursor 团队的成功，背后有几个关键因素。

编程工具进展神速，AI 从“辅助写代码”变成了“自主开发项目”。

「Cursor 代码库的框架迁移」。 他们在 Cursor 代码库中就地将 Solid 迁移到 React，整个过程持续了 周多，代码增删量达到 +266K/-193K。随着测试的进行，他们确实认为有可Neng合并这次大规模改动。

❞

POD256适合需要实现进一步快速增长的客户,Ke以在整个系统中geng快地训练基于Transformer的大型语言模型,在生产中运行大规模商业AI推理应用...

风险评估率超过90% ，中高危患者得到有效检出并接受恰当的预防策略，Zui终降低了严重不良事件的发生率。 为持续提升医院医疗质量，保障患者安全，今年2月，国家卫建委将“提高静脉血栓栓塞症规范预防率”纳入年度十大医疗质量安全改进目标，这意味着VTE防治工作将在医院质量管理中拉开“崭新一面”

即便如此，对于核心问题——“Neng否通过投入geng多 Agent 来 AI 自主编码Neng力”——他们得到的答案依然比预期geng乐观。

这就像一个没有项目经理的团队，每个人dou在Zuo“kan起来安全”的小任务，没人敢碰核心难题。

年 月 日Google Chrome 浏览器正式发布。这个项目从 年立项到发布，「历时 年，投入了数千名工程师」。如今Chromium 代码规模Yi超过 万行，被称为“人类史上Zui复杂的软件工程项目之一”。

系统中有相当大一部分行为，hen大程度上取决于如何为这些 Agent 设计提示词。要让它们良好协作、避免异常行为，并在长时间内保持专注，Cursor 团队Zuo了大量实验。

在运行时间极长的任务中，模型选择至关重要。Cursor 团队发现，不同模型在长时间自主工作时表现差异巨大。

「GPT- 系列在长时间自主工作方面要优秀得多：gengNeng遵循指令、保持专注、避免偏离，并且在实现上geng加精确和完整」。相比之下Opus 往往会geng早结束、在方便的时候走捷径，geng快地把控制权交还给用户。

这个结论可Neng让hen多人意外。我们往往以为技术架构和模型才是关键，但 Cursor 团队发现，同样的架构，不同的提示词设计，Agent 的表现会有天壤之别。

他们用 Agent 持续运行数周，在多个超大型项目上写出了数百万行代码：Java LSP、Windows 模拟器、Excel。geng令人震撼的是它们还直接在 Cursor 自己的生产代码库中完成了一次大规模框架迁移，代码增删量达到 +266K/-193K，用时 周多。

今天Cursor 用上百个 Agent 写出了 万行代码。明年呢？后年呢？AI 编程的Neng力边界正在快速扩张。

「从零开始构建浏览器」。 Agent 持续运行了将近一周，在 ， 个文件中写出了超过 万行代码。虽然kan起来只是一张简单的截图，但从零开始构建一个浏览器极其困难。尽管代码库规模庞大，新启动的 Agent 仍然Ke以理解它并取得实质性进展。

擅长为软硬件项目流程化、结构化提供解决方案,助力中大型企业项目管理转型。.项目管理经验丰富,擅长为中大型企业提供专业的研发管理解决方案,先后服务过环球优路、东北凯亚等企业。.

规划者用 GPT-，执行者用 GPT--codex，评审者可Neng又是另一个模型。这就像组建一个真实团队，你会根据每个岗位的特点选择Zui合适的人。

在没有确定任务的情况下Agent 变得非常规避风险。 它们会回避困难任务，转而Zuo一些小而安全的修改。「没有任何一个 Agent 承担起解决难题或端到端实现的责任」。结果就是工作长时间在空转，却没有实质性进展。

OFweek维科网团队拥有专业展会及活动运营经验,每年举办数十场大型的行业活动,包括峰会、论坛、行业评选等.其中展会项目有:全球数字经济产业大会、WAIE世界智Neng产业博览会、物联网与人工智Neng展等.其中展会项目有:全球数字经济产业大会、WAIE世界智Neng产业博览会、物联网与人工智Neng展等.特斯联科技集团有限公司物联网首席科学家 15:00-15:20 TurMass™ ——超大容量无线物联网接入技术 吴华意.

推荐阅读我写的《提示词工程：你缺的不只是专业术语》

那些提前拥抱 AI、学会与 AI 协作的人，正在获得巨大的竞争优势。不要等到 AI 完全成熟了再去学习，因为到那时候，窗口期可NengYi经关闭了。

「系统非常脆弱」。 Agent 可Neng在持有锁的情况下失败、尝试获取自己Yi经持有的锁，或者在完全没有获取锁的情况下geng新协调文件。

回顾过去几年 AI 编程工具的发展：

「锁机制成了瓶颈」。 Agent 会持有锁太久，或者干脆忘记释放锁。即使锁机制正常工作，它也会成为瓶颈。二十个 Agent 的速度会下降到相当于两三个 Agent 的有效吞吐量，大部分时间dou花在等待上。

Cursor 用上百个 Agent 开发超大型项目，这不是终点，而是起点。剧变正在发生，你准备好了吗？

这也揭示了一个重要趋势：「Prompt Engineering是成为 AI 时代的核心技Neng。」

但这套方案在并发方面失败了：

Cursor 团队的许多改进来自“减法”而不是“加法”。

杨氏数字液压技术给力产业升级本报记者杨靖杨世祥,年生,年毕业于重庆大学机械系,同年分配到北京钢铁设计研究总院工业炉室从事机械设计,年晋升工程师,年晋升高级工程师,年获政府特殊津贴全国首批,年晋升为教授级高级工程师。

这套结构基本解决了协同问题，并且让他们Ke以 到非常大的项目，而不会让任何单个 Agent 陷入视野过于狭窄的状态。成百上千个 Worker 并发运行，向同一个分支推送代码，而且几乎没有冲突。

Cursor 团队后来尝试里将不同角色拆分开来。不再使用每个 Agent dou什么douZuo的扁平结构，而是搭建了一条职责清晰的流水线：

在每个周期结束时会有一个**「评审 Agent」**判断是否继续，然后下一轮迭代会从干净的初始状态重新开始。

去掉集成者后系统反而geng流畅了。

这不是说 Opus 不好，而是不同模型有不同的“性格”。Opus geng适合需要人类频繁介入的场景，而 GPT- geng适合长时间无人值守的自主开发。

鱼 发现Zui前沿的创新公司 毒舌科技 「毒」立思考的科技媒体 创业邦学园 创业者一站式成长平台 陆正耀官宣“库迪咖啡”首店落地福州；电热毯热销欧洲？义乌官方回应；上海：1分钱骑共享单车；陆正耀官宣“库迪咖啡”首店落地福州；电热毯热销欧洲？义乌官方回应；上海：1分钱骑共享单车；新抗癌技术或Neng治愈晚期癌症丨邦早报 陆正耀官宣“库迪咖啡”首店落地福州；电热毯热销欧洲？义乌官方

geng有意思的是不同模型在不同角色上各有所长。即便 GPT--codex 是专门为编码训练的，GPT- 依然是geng好的规划者。现在 Cursor 团队会**「针对每个角色选择Zui适合的模型，而不是依赖单一通用模型」**。

这不是概念验证，也不是玩具项目。

Cursor 团队的目标是让编码 Agent 持续运行数周，完全自主地完成超大型项目。

这个经验hen有启发性：Zui好的系统往往比你想的geng简单。起初 Cursor 团队尝试借鉴分布式计算和组织设计中的系统模型，但并不是所有这些方法dou适用于 Agent。

---