为什么采用双脑架构？

大多数代码编写助手使用单一模型，该模型必须既决定构建什么，又要编写源代码。在长时间的会话中，模型的上下文窗口会逐渐填满，从而导致“上下文漂移”——它会忘记之前的决策，并输出矛盾或重复的代码。Cursor 通过拆分脑力劳动解决了这个问题：

  • 规划智能体 (Planner agents) 运行在最强大的模型上（草案中提到了 Opus 4.8 或 Fable 5）。它们将高层级请求分解为任务层级，消除歧义，并记录设计选择。
  • 执行智能体 (Worker agents) 运行在更快、吞吐量更高的模型上（Composer 2.5）。它们从规划智能体那里接收具体任务并生成代码片段。

将“做什么”与“怎么做”分离，可以防止导致单模型系统停滞的过载问题。每个模型都保持在适合其角色的上下文大小内，避免了迫使设计者截断提示词的 Token 预算爆炸问题。

扩展智能体集群

Cursor 集群的早期版本每小时处理约一千次提交。在进行双脑架构重新设计后，系统达到了每秒约一千次提交。这种速度暴露了一个新的瓶颈：版本控制工具并非为应对如此高强度的竞争而设计。当两个规划智能体发出重叠的指令时，代码库可能会出现重复的逻辑——团队将这一问题称为“分裂脑错误 (split-brain errors)”。

Cursor 通过三种保障措施平息了这种混乱：

  1. 共享设计文档 —— 每个规划智能体都会将其决策写入一个与生成的代码相链接的中央文档。执行智能体遵循这些链接，从而避免在其他地方重复创建相同的设计。
  2. 多角度审查 —— 三个智能体分别检查工作的不同部分（完整的对话记录、仅输出结果或仅代码）。这种交叉检查可以发现单一视角会遗漏的不一致之处。
  3. 自维护实战指南 —— 智能体维护一个包含意外发现和陷阱的“知识文件夹”。当新的执行智能体启动时，它会查阅该文件夹以避免重复已知的错误，从而为整个集群提供短期记忆。

尽管变化如潮水般涌来，这些措施仍能保持代码库的一致性。

具有意义的基准测试

Cursor 通过重建整个 SQLite 手册（一个 835 页的 Rust 实现）测试了混合集群——这项任务对正确性和规模都提出了极高的要求。结果非常显著：

  • 准确性 —— 混合配置（规划智能体 + Composer 执行智能体）实现了 100% 的正确率，始终优于所提及的最先进模型的单次运行结果（GPT-5.5）。
  • 代码规模 —— 混合集群生成的引擎代码为 9,908 行，而旧的单体集群则生成了 64,305 行。
  • 成本 —— 运行单个 GPT-5.5 实例的成本约为 10,565 美元。而混合方法在执行智能体集群上的花费仅为 411 美元。

成本差距源于 Composer 2.5，草案将其描述为在提供与旗舰模型相当性能的同时，仅收取极低比例的每百万 Token 价格。通过将大部分 Token 消耗转移到这种更便宜的模型上，集群在不牺牲质量的前提下保持了较低的总支出。

总结

  • 将强大的规划者与廉价的执行者配对，可以在速度、代码紧凑度和成本方面带来数量级的提升。
  • 该设计通过将“做什么”分配给前沿模型，将“怎么做”分配给专业模型，从而消除了上下文漂移。
  • 运营开销和基础设施需求仍然是更广泛采用的最大障碍。