Рой ИИ-агентов Cursor написал реализацию SQLite на Rust по одной документации

Команда Cursor поручила рою ИИ-агентов заново реализовать SQLite на Rust по документации, без исходного кода, тестов и доступа к интернету. Новая архитектура с сильными моделями-планировщиками и более дешёвыми исполнителями завершила скрытый набор тестов, а самый дешёвый контролируемый запуск обошёлся в $1339.

Команда Cursor, разработчика одноимённой среды программирования с ИИ, опубликовала результаты эксперимента с новой архитектурой роя агентов. Сильные модели в ней выступают планировщиками: разбивают общую задачу на части и принимают ключевые проектные решения. Более быстрые и дешёвые модели исполняют полученные задания.

Агентам предложили реализовать SQLite на Rust по 835-страничному руководству. Им не предоставили исходный код SQLite, его исполняемый файл, тесты и доступ к интернету. Результат проверяли при помощи sqllogictest — набора из миллионов SQL-запросов с известными ответами, о существовании которого агенты не знали.

За первые четыре часа новые конфигурации набрали от 73% до 85% против 11–77% у прежней архитектуры. При дальнейшем выполнении все четыре варианта нового роя достигли 100% по этой тестовой метрике. Показатель относится к sqllogictest и не является независимым подтверждением полной совместимости с SQLite.

Запуск с Opus 4.8 в роли планировщика и Composer 2.5 в роли исполнителя стоил $1339, тогда как использование GPT-5.5 для обеих ролей — $10 565. Исполнители потребляли не менее 69% токенов в каждом запуске, поэтому замена их более дешёвой моделью дала основную экономию.

Разделение ролей также уменьшило объём конфликтующей работы. В испытании с Grok 4.5 старая система накопила более 70 тысяч конфликтов слияния менее чем за два часа, а новая — менее тысячи за четыре часа. Для работы с потоком до тысячи коммитов в секунду Cursor создала собственную систему контроля версий и поручила отдельным нейтральным агентам разрешать конфликты.

Cursor называет результаты предварительными: полную матрицу сочетаний моделей-планировщиков и исполнителей команда пока не испытала. Код minisqlite из отдельного запуска, в котором Opus 4.8 выполняла обе роли, опубликован на GitHub.