दो-मस्तिष्क (two-brain) आर्किटेक्चर क्यों?

अधिकांश कोड-लिखने वाले असिस्टेंट एक ही मॉडल का उपयोग करते हैं जिसे यह तय करना होता है कि क्या बनाना है और सोर्स कोड लिखना होता है। लंबे सत्रों के दौरान, मॉडल का कॉन्टेक्स्ट विंडो (context window) भर जाता है, जिससे "कॉन्टेक्स्ट ड्रिफ्ट" (context drift) होता है - यह पिछले निर्णयों को भूल जाता है और विरोधाभासी या डुप्लिकेट कोड लिख देता है। Cursor इसे मानसिक श्रम को विभाजित करके हल करता है:

  • Planner agents सबसे शक्तिशाली मॉडलों पर चलते हैं (ड्राफ्ट में Opus 4.8 या Fable 5 का उल्लेख है)। वे एक उच्च-स्तरीय अनुरोध को टास्क पदानुक्रम (task hierarchy) में तोड़ते हैं, अस्पष्टताओं को दूर करते हैं, और डिज़ाइन विकल्पों को रिकॉर्ड करते हैं।
  • Worker agents तेज़, हाई-थ्रूपुट (high-throughput) मॉडलों (Composer 2.5) पर चलते हैं। वे प्लानर्स से ठोस कार्य लेते हैं और कोड स्निपेट्स (code snippets) जनरेट करते हैं।

"क्या" (what) और "कैसे" (how) को अलग रखने से उस ओवरलोड को रोका जा सकता है जो सिंगल-मॉडल सिस्टम को धीमा कर देता है। प्रत्येक मॉडल एक ऐसे कॉन्टेक्स्ट साइज के भीतर रहता है जो उसकी भूमिका के अनुकूल हो, जिससे टोकन-बजट का वह विस्फोट (blow-up) नहीं होता जो डिजाइनरों को प्रॉम्प्ट्स को छोटा करने (truncate) के लिए मजबूर करता है।

स्वार्म (swarm) को स्केल करना

Cursor के स्वार्म के शुरुआती वर्ज़न प्रति घंटे लगभग एक हज़ार कमिट्स (commits) प्रोसेस करते थे। स्प्लिट-ब्रेन रीडिज़ाइन के बाद, सिस्टम लगभग एक हज़ार कमिट्स प्रति सेकंड तक पहुँच गया। इस गति ने एक नई बाधा (bottleneck) को उजागर किया: वर्जन-कंट्रोल टूल्स इस तरह के टकराव (contention) के लिए नहीं बने थे। जब दो प्लानर्स ने एक जैसे निर्देश जारी किए, तो रिपॉजिटरी में डुप्लिकेट लॉजिक हो सकता था - एक ऐसी समस्या जिसे टीम "स्प्लिट-ब्रेन एरर्स" (split-brain errors) कहती है।

Cursor ने तीन सुरक्षा उपायों के साथ इस अराजकता को नियंत्रित किया:

  1. Shared design documents – प्रत्येक प्लानर अपने निर्णयों को एक केंद्रीय दस्तावेज़ में लिखता है जो जनरेट किए गए कोड से जुड़ा होता है। वर्कर्स उन लिंक्स का पालन करते हैं, ताकि एक ही डिज़ाइन को कहीं और दोबारा न बनाया जाए।
  2. Multi-angle reviews – तीन एजेंट काम के अलग-अलग हिस्सों का निरीक्षण करते हैं (पूरा ट्रांसक्रिप्ट, केवल आउटपुट, या केवल कोड)। यह क्रॉस-चेकिंग उन विसंगतियों (inconsistencies) को पकड़ लेती है जिन्हें एक सिंगल व्यू मिस कर सकता है।
  3. Self-maintained field guides – एजेंट आश्चर्यजनक खोजों और कमियों (pitfalls) का एक "नॉलेज फोल्डर" (knowledge folder) रखते हैं। जब कोई नया वर्कर शुरू होता है, तो वह ज्ञात गलतियों को दोहराने से बचने के लिए उस फोल्डर से सलाह लेता है, जिससे पूरे स्वार्म में शॉर्ट-टर्म मेमोरी बनी रहती है।

ये उपाय बदलावों की बाढ़ के बावजूद कोडबेस को सुसंगत (coherent) बनाए रखते हैं।

महत्वपूर्ण बेंचमार्क (Benchmarks)

Cursor ने पूरे SQLite मैनुअल को फिर से बनाकर हाइब्रिड स्वार्म का परीक्षण किया - जो कि 835 पृष्ठों का Rust इम्प्लीमेंटेशन है - यह एक ऐसा कार्य है जो सटीकता (correctness) और आकार (size) दोनों की परीक्षा लेता है। परिणाम चौंकाने वाले थे:

  • Accuracy – हाइब्रिड कॉन्फ़िगरेशन (planner + Composer workers) ने 100% सटीकता हासिल की, जिसने लगातार संदर्भित सबसे उन्नत मॉडल (GPT-5.5) के सोलो रन को पीछे छोड़ दिया।
  • Code size – हाइब्रिड स्वार्म ने इंजन कोड की 9,908 लाइनें बनाईं, जबकि पुराने, मोनोलिथिक (monolithic) स्वार्म ने 64,305 लाइनें बनाई थीं।
  • Cost – एक सोलो GPT-5.5 इंस्टेंस चलाने की लागत लगभग $10,565 थी। हाइब्रिड दृष्टिकोण ने वर्कर फ़्लीट पर केवल $411 खर्च किए।

लागत का यह अंतर Composer 2.5 की वजह से है, जिसे ड्राफ्ट में फ्लैगशिप मॉडलों के तुलनीय प्रदर्शन देने वाला बताया गया है, जबकि इसकी प्रति-मिलियन-टोकन कीमत बहुत कम है। अधिकांश टोकन खपत को इस सस्ते मॉडल पर डालकर, स्वार्म गुणवत्ता से समझौता किए बिना कुल खर्च को कम रखता है।

निष्कर्ष (Bottom line)

  • एक शक्तिशाली प्लानर को एक सस्ते एक्जीक्यूटर (executor) के साथ जोड़ने से गति, कोड कॉम्पैक्टनेस (compactness) और लागत में कई गुना (orders-of-magnitude) लाभ मिलता है।
  • यह डिज़ाइन "क्या" को फ्रंटियर मॉडलों (frontier models) को और "कैसे" को स्पेशलिस्ट मॉडलों को सौंपकर कॉन्टेक्स्ट ड्रिफ्ट को समाप्त करता है।
  • ऑपरेशनल ओवरहेड (operational overhead) और इंफ्रास्ट्रक्चर की मांगें व्यापक रूप से अपनाने के लिए सबसे बड़ी बाधाएं बनी हुई हैं।