Cursor的递归模型改进与Grok 4.5集群

Cursor详细阐述了其递归模型改进和智能体集群经济学的策略。在一次演讲中,Lee Rob描述了用户反馈的外循环和训练效率的内循环,其中智能体舰队自动化了研究任务。该公司与SpaceXAI合作,利用真实交互数据共同训练了Grok 4.5。一项独立实验表明,采用强规划器(Opus)和廉价工人(Composer)的集群架构,能够以1,339美元的成本从文档中重新实现SQLite,而全Fable-5集群实现类似质量则需20,057美元。新的框架将冲突从超过70,000次减少到不足1,000次,代码规模从64,000行缩减至9,900行。SpaceXAI还开源了Grok Build的智能体框架,揭示了一个七层架构,具备双遍压缩、目标检测和死循环预防等功能。
Key insights
递归自我改进已具实用性:更强模型蒸馏出更好辅助模型,加速训练循环
Cursor的框架利用更强的主模型来蒸馏出更好的评判和奖励模型,进而提升评估质量和数据生成。这形成了一个正反馈循环,每一代模型都能更高效地帮助训练下一代。该方法并非完全自主的递归自我改进,而是一种可验证的“模型助力改进模型训练流程”,且已投入生产。
分层使用模型的集群架构大幅降低成本而不牺牲质量
在受控的SQLite重新实现任务中,使用Opus 4.8作为规划器和Composer 2.5作为工人的混合集群成本为1,339美元,并在保留测试中达到100%通过率;而全Fable-5集群实现类似质量则需20,057美元。关键在于,前沿模型仅需用于高熵决策,如根分解和设计选择;一旦歧义消除,廉价模型即可执行。
上下文效率而非原始并行性是可扩展多智能体系统的关键
文章认为,可扩展性源于为每个智能体提供狭窄的上下文——规划者不编写实现,工人不进行规划——而非并行运行大量智能体。这与科斯的企业理论相类比:协调成本的增长速度快于工作本身,因此层级边界自然形成。
开源智能体框架通过透明性建立信任,并推动社区驱动改进
SpaceXAI开源了Grok Build的智能体框架,旨在通过透明性获得可靠性,通过源代码作为文档提供可扩展性,并支持本地优先部署。七层架构及双遍压缩、死循环检测等工程细节现已公开可查。
从代码行到规范级抽象:软件工程正在被重新定义
Cursor指出,模型能力正将工作单元从代码行提升到代码块、文件乃至规范。集群被比作一个将意图降维为可执行工作的编译器,关键区别在于每一步都是概率性的。稀缺资源正从编码能力转向意图描述是否正确、可执行且可验证。