AI 重寫了 SQLite，帳單差 7.9 倍

411 美元，跟 9,373 美元。

這是同一個任務、同樣跑到測試全綠的兩張帳單裡，「負責幹活」那一段的花費。Cursor 在 2026 年 7 月 20 日公布了一份 agent swarm（代理人群集）實驗報告，讓一群 AI 代理人只拿著 835 頁的 SQLite 手冊，用 Rust 從零寫出一個資料庫。同一件事跑了好幾遍，每遍換一組模型，最後成品品質 相近，總成本卻從 1,339 美元一路拉到 10,565 美元。

差距不在誰比較會寫程式。差距在你把最貴的那顆模型，放在哪個位置。

一群代理人只拿到 835 頁手冊，交出一個能跑的資料庫

實驗設定是刻意刁難的。Cursor 把 SQLite 的原始碼、測試套件、編譯好的執行檔全部拿走，也切斷 網路，代理人手上只有那本手冊。

驗收用的是 sqllogictest——SQLite 專案自己的測試套件，裡面有數百萬條已知正解的查詢。報告寫 得很直接：這套測試從頭到尾沒告訴過 swarm 它存在。每一輪跑完，Cursor 還人工翻過程式碼和執行 過程，確認沒有作弊、沒有抄捷徑。

新版架構下的每一種模型組合，最後都跑到 100%。

帳單拆開，錢不是花在寫程式那一端

報告裡最有意思的一段，是 Cursor 把成本按角色拆開。

在 GPT-5.5 同時當規劃者和工人的那一跑，光是工人端就吃掉 9,373 美元，佔總價 10,565 美元的 大部分。而在 Opus 4.8 負責規劃、Composer 2.5 負責執行的那一跑，整個工人艦隊加起來 411 美元。

用原文的兩個數字相減，本刊得到那一跑的規劃端約 928 美元：1,339 美元的總帳裡，近七成付給了 那顆從頭到尾沒寫過一行程式的模型。Cursor 自己的描述對得上：擔任規劃者的 Opus 「只產出一小部分 token 卻佔約三分之二成本」，擔任工人的 Composer「產出絕大多數 token，只 佔其餘三分之一」。

前沿模型不是拿來幹活的，是拿來把活講清楚的。

四種組合並排：同樣 100%，總價從 1,339 到 10,565 美元

Cursor 只公布了兩種組合的完整成本，其餘跑法它明說「只做了非正式評分，因此不對品質下結論」。 本刊照原文列出，沒有的欄位就留空，不補推估：

模型組合（規劃者／工人）	總成本	四小時通過率（舊架構 → 新架構）	最終引擎行數
Opus 4.8 ／ Composer 2.5	1,339 美元	97% → 100%	19,013 → 4,645 行
GPT-5.5 ／ GPT-5.5	10,565 美元	約 77% → 約 85%	原文未列
Fable 5 ／ Composer 2.5	原文未列	約 73% → 約 73–75%	64,305 → 9,908 行
Grok 4.5 ／ Grok 4.5	原文未列	11%（不到兩小時被迫中止）→ 80%	原文未列

10,565 除以 1,339，約 7.9 倍——這個除法是本刊做的，原文沒有直接寫出倍數。

這裡要順手擋一個誤傳：英文圈的 AI 電子報轉述時寫成「Fable 5 跑法花了 20,057 美元、價差 15 倍」，中文轉載也跟著抄。本刊三次抓取 Cursor 原文、逐句檢索所有帶金額的句子，原文裡沒有 20,057 這個數字，出現過的最高金額就是 10,565 美元。要引用這份報告的價差，用 7.9 倍。

順帶一提行數那一欄：Opus 組合從 19,013 行降到 4,645 行，分數還從 97% 升到 100%。少寫四分之三 的程式碼，跑得更好。

規劃者不寫程式，工人不做決定

架構本身只有一句話：規劃者用最聰明的模型，把目標拆成一棵一棵子任務再分派下去，永遠不自己 動手實作；工人用比較快、比較便宜的模型，只管執行，不做設計決定。

Cursor 給的理由不是「平行化」，是 context 效率：規劃者不實作，它的 context 就不會被低階細節 塞滿；工人不規劃，它就能把整個 context 花在一塊很窄的工作上。

舊架構失控的樣子，報告也留了紀錄。Grok 4.5 那一跑在舊系統下前兩小時產生 68,000 個 commit、 全程超過 70,000 次 merge 衝突，最熱門的那個檔案被 1,173 個不同代理人動過、衝突 7,771 次， 專案長到 54 個 crate、裡面有三套各自為政的 SQL 套件——最後撐不到兩小時就被人工中止。

換成新架構，同樣是 Grok 4.5：前兩小時約 970 個 commit，四小時全程衝突不到 1,000 次，最競爭 的檔案 47 次衝突，crate 數早早收斂在 9 個沒再長。分數從 11% 變成 80%。

支撐這個吞吐的是 Cursor 換掉的版本控制底層。他們今年稍早那套跑瀏覽器的 swarm 在 Git 上尖峰 大約每小時 1,000 個 commit，新系統的尖峰是每秒 1,000 個。

出這份數據的公司，剛好在賣執行端那顆模型

該講的都得講清楚。Composer 2.5 是 Cursor 自家的模型，而這場實驗裡最便宜的組合，工人位置放的 正是 Composer。「便宜模型足以執行」這個結論，對一家賣執行端模型的公司特別有利。Cursor 的 開發商 Anysphere 也已在 2026 年 6 月 16 日與 SpaceX 簽下約 600 億美元的全股票併購協議，預計 第三季完成、還等監理核准；受測模型裡的 Grok 4.5 就出自同一個體系。

Hacker News 上 206 分、92 則討論裡的質疑同樣站得住：SQLite 的原始碼本來就在訓練資料裡， 代理人做的可能比較接近轉寫而不是重建；每秒 1,000 個 commit 究竟是產能還是空轉；能被信任自主 工作的模型，算下來仍比請一個人貴。Cursor 自己也承認，原本想拿 GPT-5.6 Sol 當前沿配置，但它 對字面和強調語氣特別敏感，跑出其他模型沒有的失控迴圈，只好退回 GPT-5.5。

這些都沒有被反駁。但它們動搖的是「AI 重寫了資料庫」這個奇觀，動搖不了成本那一欄——因為成本 比較是在同一套架構、同一個任務裡做的，換的只有模型。

---

Cursor 給的結論句是這樣寫的：一個大任務裡真正需要前沿智慧的時刻很少，大概只有最初的拆解、 設計決定，還有某些取捨；一旦前沿的規劃者把模糊性收成一份明確到位的指令，剩下的，便宜模型 照著做就好。

你今天可以在自己的專案裡動的，就是這一格設定：把最貴的模型留在拆任務、定介面、做取捨的位置， 執行交給便宜的。至於 SQLite 那道題到底是重建還是回憶，Cursor 沒有做排除訓練資料的對照實驗， 這一格還空著。