Cursor 团队通过协调数百个自主编码代理，成功地从零开始构建了一个名为 FastRender 的网页浏览器。这个项目编写了超过一百万行代码，虽然最终产品存在渲染瑕疵，但基本可用。这一成果展示了 AI 在大型复杂软件项目中的巨大潜力，标志着 AI 驱动的自动化编程发展速度远超预期。
AI 代理的大规模协作
Cursor 的 Wilson Lin 进行了一项实验，旨在探索大规模“自主”编码代理协同工作的极限。他们在一个项目上同时运行了数百个代理，协调它们的工作，并观察它们编写了 超过一百万行代码。
规划、执行与评审
该系统的工作模式类似于一个有组织的团队，主要包含三类角色：
- 规划器 (Planners): 负责创建和拆分任务。
- 执行者 (Workers): 负责执行具体的编码任务。
- 评审员 (Judge): 在每个周期结束时，判断项目是否已完成。
挑战：从零构建一个浏览器
几年前，有人曾预测 AI 辅助编程的未来：
我想，到 2029 年，会有人主要在 AI 的辅助下构建一个完整的网页浏览器，这甚至不会让人感到惊讶。开发一个新的浏览器是我能想到的最复杂的软件项目之一。
然而，Cursor 团队选择的测试项目正是“从零开始构建一个网页浏览器”，这让上述预测的时间线可能提前了三年。这些 AI 代理运行了近一周，在 1,000 个文件中编写了超过一百万行代码。
成果：FastRender 浏览器
项目最初公布时，由于代码库中的持续集成（CI）失败且没有提供构建说明，引发了普遍的怀疑。不过，开发团队很快解决了这些问题。
按照更新后的说明，可以在本地成功构建并运行这个浏览器。结果是得到了 一个可以工作的浏览器窗口。虽然打开的网站有明显的渲染瑕疵，但页面内容清晰可辨，大部分看起来是正确的。这证明了它并非简单地包装了现有的渲染引擎。
一个聪明的做法是，该项目还包含了相关的网络规范文档，以确保 AI 代理在工作时可以随时获取所需的参考资料。
超出预期的发展速度
FastRender 的成果质量，已经达到了原先预测在 2029 年才会实现的水平。虽然这类项目短期内还无法与 Chrome 或 Firefox 等成熟的浏览器竞争，但能在如此短的时间内看到这样强大的成果，确实非常令人惊讶。