Cursor 的“新模型经济学”
原文：
“新模型经济学”
昨天，我发了一篇关于达尔文主义版本控制系统实现代码库演化的文章。有意思的是，Cursor 团队也发了一篇《智能体集群与新模型经济学》，内容涉及智能体集群、智能体版本控制以及整体开发流程。他们重新发现了智能体组织的树状层级模式，这一点挺值得关注的。既然话题重合度这么高，我觉得有必要聊聊。
那篇文章的结论是：
在集群模式下，工作单元变成了规格说明（spec）。
要让这个模式生效，集群必须真的按规格说明来执行——这篇文章大部分都在讲这个。我们给了集群 835 页的文本描述，结果它返回了一个数据库。在这个实验中，真正稀缺的是什么？是意图的正确描述——我们预计这也是未来软件工程中稀缺的东西。
从这个角度看，集群开始像编译器了。编译器通过一系列中间步骤，把源代码翻译成机器码。集群对意图做了类似的事：规划器把目标解析成任务树，然后逐步分解为可执行的工作。区别在于，编译器在每个步骤都保留了语义，而集群每一步都带有概率性。这篇文章描述的所有做法，都是为了缩小这个差距。
智能体是不是新的编译器——这其实是个老话题了。但真正有意思的问题在别处。更准确地说，就在这里：那 835 页的规格说明是从哪来的？是 Hipp 博士凭空写出来的吗？不是。是靠“氛围”堆出来的吗？也不是。那它到底怎么来的？对了，它是和代码协同进化出来的。既不是代码→规格说明，也不是规格说明→代码。两者基于目标、进展以及通过不同渠道注入项目的反馈，螺旋式地共同涌现。
基本上，Cursor 团队的做法是用项目的一半（规范）再生出另一半（代码），再加上训练集中的 SQLite 代码，以及当时吸收的所有相关讨论和教材。
这些代码并没有面对多样化的真实工作负载，从而基于这种（主要的）反馈进行演化。也没有在任何阶段吸收真实世界的专家反馈。事实上，作者们承认他们懒得去研究生成的代码，把这个工作丢给了读者。
在我之前的文章中，我主张让 LLM 自我自动化，转而使用快速、廉价且可靠的确定性工具。但是，如果一个概率性“编译”出的解决方案无法被形式化验证，我们该怎么办？到目前为止，唯一令人信服的答案来自自然选择：尝试更多的方案，看看哪些有效，然后混合并重复。实际上，全面评估一个方案是一项庞大而昂贵的任务，所以让我们优化这一部分。
Beagle 押注了一种“智能体树”（tree-of-agents）方法，但这里的含义有所不同，更像是一棵家族树。智能体追求不同的开发路线；用户可以自由挑选感兴趣的路线，并将它们重新组合。当努力的代价如此低廉时，逐步评估和传播好的发现就成了大部分工作！