智能体蜂群的竞争说明，AI开始转向组织设计
Cursor最近公布了一组智能体蜂群实验：只给835页SQLite文档，让一群智能体用Rust从零实现数据库。四小时后，新框架在不同模型组合下通过了73%到85%的测试，后来所有新版配置都通过了完整测试集。
这组结果说明，同一批模型换一种组织方式，产出和成本可以差出一个数量级。智能体数量增加之后，管理混乱也会被自动化放大。
Cursor采用了类似公司层级的结构：能力最强的模型负责拆任务、定设计和处理取舍，速度更快、价格更低的模型负责执行。规划器不被底层细节淹没，worker也不用背着整个项目上下文工作。
这意味着，未来评估大模型，不能只看单价、榜单和一次回答质量，还要看它能否减少整个任务树的返工。前沿模型的价值可能集中在少数高不确定性决策，便宜模型则承接大规模执行。
当代码可以批量生成，稀缺资源会变成清晰的规格说明、稳定的分工，以及尽早发现错误的验证系统。
智能体时代，真正昂贵的是让整个组织反复返工的模型。