Cursor: рой ИИ-агентов собрал SQLite на 80% за 4 часа — и в разы дешевле старого

قارنت شركة Cursor بين النسخة القديمة والجديدة من سرب وكلاء الذكاء الاصطناعي الخاص بها على مهمة واحدة — بناء نظام إدارة قواعد البيانات SQLite من الصفر بلغة Rust، مع الاكتفاء بتوثيقه فقط كمدخل — وتمكّن السرب الجديد من اجتياز 80% من مجموعة اختبارات SQL المخفية (held-out) خلال أربع ساعات باستخدام نموذج Grok 4.5، في حين تعثّر السرب القديم وتوقف قبل نهاية الساعة الثانية من العمل.

ماذا أظهرت التجربة

تفوّق سرب Cursor الجديد على القديم في كل تهيئة من تهيئات النماذج، بنفس ميزانية الوقت ونفس النماذج. قاس الفريق نسبة ما تم اجتيازه من مجموعة اختبارات SQL المخفية (held-out) — وبحسب هذا المقياس، تبيّن أن التفوق كان ثابتًا وليس عرضيًا.

• المهمة: بناء SQLite من الصفر بلغة Rust بالاعتماد فقط على التوثيق
• Grok 4.5 في السرب الجديد: 80% من الاختبارات خلال 4 ساعات
• تعثّر السرب القديم في نفس المهمة وتوقف قبل الساعة الثانية
• أبرز التجارب السابقة (بداية 2026) — سرب قام ببناء متصفح ويب من الصفر: كان إثباتًا لصحة المفهوم، لكن دون أن يصل لمنتج مصقول
• داخل Cursor، بحث السرب بالفعل عن ثغرات في مشاريع مفتوحة المصدر وأصلحها، ورفع نسبة تغطية الاختبارات، وولّد مليارات الرموز (tokens) من بيانات تدريب اصطناعية

لماذا يتفوق السرب على وكيل واحد؟

يفوز السرب بفضل كفاءة السياق، وليس التوازي بحد ذاته — وهذا ما تصرّ عليه Cursor نفسها. تتحلل المهام الكبيرة بشكل طبيعي إلى شجرة: الهدف عند الجذر يُقسَّم تكراريًا إلى وحدات عمل أولية. سرب Cursor مبني حول دورين: وكلاء Planner، على أذكى النماذج، يقسّمون الهدف ويفوّضون الأجزاء، بينما وكلاء Worker، على نماذج سريعة ورخيصة، ينفذون تلك الأجزاء.

المفتاح هو أن الـ planner لا يكتب الكود أبدًا، والـ worker لا يخطط أبدًا. لذلك لا يمتلئ سياق المخطِّط بتفاصيل منخفضة المستوى، بينما ينفق المنفِّذ كامل سياقه على مهمة واحدة ضيقة. أما الوكيل الواحد فمضطر لأن يحمل في ذهنه الهدف العام وموقعه الحالي في الشجرة معًا — ومع الوقت "ينحرف". وتصميم السرب نفسه هو مجموعة أشمل من مخططات التنسيق الأكثر صرامة: فبدلًا من بنية ثابتة، ينمو شكله بحسب معالم المهمة، ولهذا يعمم هذا النهج على بناء متصفح، وحل مسائل رياضية، وتحسين نُوى GPU على حد سواء.

«نعتقد أن القدرة على توسيع نطاق سرب الوكلاء تنبع من كفاءة السياق هذه، وليس من التوازي بحد ذاته» — فريق

Cursor، في مدونة الشركة.

كم تبلغ التكلفة

تفاوتت تكلفة عمليات التشغيل بشكل هائل مع جودة شبه متطابقة — وهذا هو "الاقتصاد الجديد للنماذج" الوارد في عنوان الدراسة. غيّرت Cursor توزيع الأدوار: ففي بعض عمليات التشغيل قام نموذج واحد بكل شيء، وفي أخرى خطّط نموذج متقدم (frontier) بينما نفّذ العمل نموذج سريع ورخيص. جاءت الجودة النهائية متشابهة، لكن الفاتورة كانت مختلفة جذريًا. منطقًا مشابهًا وصفه الاقتصادي رونالد كوز عام 1937: تنمو تكاليف التنسيق أسرع من العمل نفسه، ولهذا تتفكك المنظمات إلى مستويات من الوحدات المحدودة بدلًا من السماح للجميع بالتواصل مع الجميع.

وهناك مشكلة هندسية منفصلة تتعلق بالتحكم في الإصدارات. يعتمد كل من Git وCargo على أقفال خشنة (coarse-grained)، وهو أمر طبيعي لمطوّر واحد لكنه لا يصمد أمام مئات الوكلاء العاملين بالتوازي. وبحسب بيانات Cursor، اصطدم سرب المتصفح في العام الماضي بسقف يبلغ نحو 1000 commit في الساعة على Git؛ أما النظام الجديد فيتحمّل نحو 1000 commit في الثانية — ولهذا بنت Cursor نظامها الخاص للتحكم في الإصدارات.

ماذا يعني هذا

تنتقل الأنظمة متعددة الوكلاء من مبدأ "لنشغّل المزيد من الوكلاء" إلى هندسة تنسيق واعية: التوزيع الصحيح للأدوار بين نموذج مكلف وآخر رخيص يمنح الجودة نفسها مقابل جزء بسيط من التكلفة. لم يعد اقتصاد القرارات يعتمد فقط على اختيار النموذج، بل أيضًا على كيفية توزيع العمل بينها.

الأسئلة الشائعة

ما هو سرب وكلاء الذكاء الاصطناعي؟

هو نظام مكوّن من عدة وكلاء يحلّون معًا مهمة واحدة كبيرة. في Cursor، يتكوّن السرب من وكلاء Planner (نماذج ذكية تخطط وتفوّض) ووكلاء Worker (نماذج سريعة ورخيصة تنفّذ)، وينمو شكل السرب بحسب معالم المهمة.

لماذا بناء SQLite من الصفر؟

SQLite هو نظام إدارة قواعد بيانات معقّد وموثَّق جيدًا، ما يجعله اختبارًا مناسبًا لحدود التنسيق بين الوكلاء. أعطت Cursor السرب التوثيق فقط وقاست نسبة اختبارات SQL التي اجتازها؛ ووصل السرب الجديد باستخدام Grok 4.5 إلى 80% خلال 4 ساعات.