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

Cursor comparó la versión antigua y la nueva de su enjambre de agentes de IA en una misma tarea: construir el SGBD SQLite desde cero en Rust, disponiendo solo de su documentación como entrada, y el nuevo enjambre superó el 80% de un conjunto oculto de pruebas SQL en cuatro horas con el modelo Grok 4.5, mientras que el enjambre antiguo se atascó y fue detenido antes de completar la segunda hora de trabajo.

Qué mostró el experimento

El nuevo enjambre de Cursor superó al antiguo en cada configuración de modelos, con el mismo presupuesto de tiempo y los mismos modelos. El equipo midió la proporción superada del conjunto oculto (held-out) de pruebas SQL, y según esta métrica la ventaja resultó consistente, no puntual.

• La tarea: construir SQLite desde cero en Rust usando solo la documentación
• Grok 4.5 en el nuevo enjambre: 80% de las pruebas en 4 horas
• El enjambre antiguo se atascó en la misma tarea y fue detenido antes de la segunda hora
• El buque insignia de experimentos anteriores (principios de 2026): un enjambre que construyó un navegador web desde cero: una prueba de concepto, pero no un producto pulido
• Dentro de Cursor, el enjambre ya ha buscado y corregido vulnerabilidades en proyectos open source, aumentado la cobertura de pruebas y generado miles de millones de tokens de datos sintéticos de entrenamiento

¿Por qué un enjambre supera a un agente individual?

El enjambre gana por la eficiencia del contexto, no por el paralelismo en sí mismo; en esto insiste la propia Cursor. Las tareas grandes se descomponen naturalmente en un árbol: el objetivo en la raíz se divide recursivamente en unidades elementales de trabajo. El enjambre de Cursor está organizado en torno a dos roles: los agentes Planner, con los modelos más inteligentes, dividen el objetivo y delegan las partes, mientras que los agentes Worker, con modelos rápidos y baratos, ejecutan esas partes.

La clave está en que el planner nunca escribe código, y el worker nunca planifica. Así, el contexto del planificador no se satura con detalles de bajo nivel, y el ejecutor gasta todo su contexto en una tarea acotada. Un agente individual, en cambio, tiene que mantener en mente tanto el objetivo general como su posición actual en el árbol, y con el tiempo "se desvía".

El propio diseño del enjambre es un superconjunto de esquemas de orquestación más rígidos: en lugar de una topología fija, su forma crece según los contornos de la tarea, por lo que el enfoque se generaliza tanto a la construcción de un navegador como a la resolución de problemas matemáticos o a la optimización de kernels de GPU.

"Creemos que la capacidad de escalar un enjambre de agentes proviene de esta eficiencia del contexto, y no del paralelismo en sí mismo", — el equipo de

Cursor, en el blog de la compañía.

Cuánto cuesta

El costo de las ejecuciones varió enormemente con una calidad casi idéntica, y esa es la "nueva economía de los modelos" del título del estudio. Cursor varió la distribución de roles: en algunas ejecuciones, un solo modelo hacía todo; en otras, un modelo de frontera planificaba y uno rápido y barato ejecutaba el trabajo. La calidad final resultaba similar, pero el costo era radicalmente distinto. Una lógica parecida la describió ya en 1937 el economista Ronald Coase: los costos de coordinación crecen más rápido que el trabajo mismo, por lo que las organizaciones se dividen en niveles de unidades acotadas en lugar de permitir que todos se comuniquen con todos.

Un problema de ingeniería aparte es el control de versiones. Git y Cargo se basan en bloqueos gruesos, algo normal para un solo desarrollador, pero que no resiste a cientos de agentes en paralelo. Según datos de Cursor, el enjambre del navegador del año pasado topaba con un techo de alrededor de 1000 commits por hora en Git; el nuevo sistema soporta del orden de 1000 commits por segundo, motivo por el cual Cursor construyó su propio sistema de control de versiones.

Qué significa esto

Los sistemas multiagente están pasando del principio de "lancemos más agentes" a una ingeniería de coordinación deliberada: repartir correctamente los roles entre un modelo caro y uno barato da la misma calidad por una fracción del costo. La economía de las decisiones ahora depende no solo de qué modelo elegir, sino también de cómo distribuir el trabajo entre ellos.

Preguntas frecuentes

¿Qué es un enjambre de agentes de IA?

Es un sistema compuesto por múltiples agentes que resuelven en conjunto una sola tarea grande. En Cursor, el enjambre está formado por agentes Planner (modelos inteligentes que planifican y delegan) y agentes Worker (modelos rápidos y baratos que ejecutan), y la forma del enjambre crece según los contornos de la tarea.

¿Para qué construir SQLite desde cero?

SQLite es un SGBD complejo y bien documentado, por lo que resulta una prueba conveniente de los límites de la coordinación entre agentes. Cursor le dio al enjambre solo la documentación y midió la proporción de pruebas SQL superadas; el nuevo enjambre con Grok 4.5 alcanzó el 80% en 4 horas.