Cursor: un enjambre de agentes de IA construyó el 80% de SQLite en 4 horas, y a una fracción del coste del anterior

La compañía Cursor comparó la versión antigua y la nueva de su enjambre de agentes de IA en una misma tarea: construir desde cero el SGBD SQLite en el lenguaje Rust, con su documentación como única entrada. El nuevo enjambre pasó el 80% del conjunto oculto de pruebas SQL en cuatro horas con el modelo Grok 4.5, mientras que el antiguo se atascó y fue detenido antes de llegar a 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 del conjunto oculto (held-out) de pruebas SQL que se superaba, y en esa métrica la ventaja resultó estable, no puntual.

• La tarea: construir SQLite desde cero en Rust solo a partir de la documentación
• Grok 4.5 en el nuevo enjambre: 80% de las pruebas en 4 horas
• El enjambre antiguo, en la misma tarea, se atascó y fue detenido antes de la segunda hora
• El experimento insignia anterior (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 software de código abierto, ha elevado la cobertura de pruebas y ha generado miles de millones de tokens de datos sintéticos para entrenamiento

¿Por qué un enjambre supera a un agente individual?

El enjambre gana gracias a la eficiencia del contexto, no al paralelismo en sí; así lo sostiene la propia Cursor. Las tareas grandes se descomponen de forma natural en un árbol: el objetivo, en la raíz, se divide de manera recursiva hasta llegar a unidades elementales de trabajo. El enjambre de Cursor se articula en torno a dos roles: los agentes Planner, que usan los modelos más inteligentes, dividen el objetivo y delegan las piezas; los agentes Worker, que usan modelos rápidos y baratos, ejecutan esas piezas.

La clave es que el planner nunca escribe código y el worker nunca planifica. Así, el contexto del planificador no se llena de detalles de bajo nivel, y el ejecutor dedica todo su contexto a una única tarea acotada. Un agente individual, en cambio, tiene que mantener en la cabeza tanto el objetivo general como su posición actual en el árbol, y con el tiempo se «desorienta».

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 eso el enfoque se generaliza tanto a la construcción de un navegador como a la resolución de problemas matemáticos y a la optimización de kernels de GPU.

«Creemos que la capacidad de escalar un enjambre de agentes procede de esta eficiencia del contexto, y no del paralelismo en sí», afirma el equipo de

Cursor en el blog de la compañía.

Cuánto cuesta

El coste de las ejecuciones varió enormemente con una calidad casi idéntica; esa es la «nueva economía de los modelos» del título de la investigación. Cursor varió la distribución de roles: en unas ejecuciones un solo modelo lo hacía todo; en otras, un modelo de frontera planificaba y uno rápido y barato ejecutaba el trabajo. La calidad final resultó similar, pero la factura fue radicalmente distinta. Una lógica parecida la describió ya en 1937 el economista Ronald Coase: los costes de coordinación crecen más rápido que el propio trabajo, por lo que las organizaciones se fragmentan 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 apoyan en bloqueos gruesos, algo aceptable para un solo desarrollador, pero que no resiste a cientos de agentes en paralelo. Según Cursor, el enjambre del navegador del año pasado chocaba con un techo de unos 1000 commits por hora en Git; el nuevo sistema soporta del orden de 1000 commits por segundo, y para lograrlo Cursor construyó su propio sistema de control de versiones.

Qué significa

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

Preguntas frecuentes

¿Qué es un enjambre de agentes de IA?

Es un sistema de múltiples agentes que resuelven conjuntamente una gran tarea. En Cursor, el enjambre se compone de 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.

¿Por qué construir SQLite desde cero?

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