AI热榜 花 10565 美元让 AI 写 SQLite，和花 1339 美元做到同样的事，区别可能不在模型够不够强，而在于你怎么用它。
Cursor 的工程团队刚刚公布了一项实验：一群智能体仅凭一份 835 页的 SQLite 手册，用 Rust 从零实现了一个数据库引擎。
这些智能体既没有拿到源代码，也没有测试套件或二进制文件，更无法访问互联网。
最终，智能体集群交付了一个数据库实现，并在后续运行中通过了全部预留的 SQL 结果一致性测试。
值得关注的是成本差距。
全部使用前沿模型、让昂贵模型承担所有工作的方案花费了 10,565 美元；采用规划者与执行者分工的方案，由前沿模型负责规划、较便宜的模型负责执行，在实现相近质量的情况下只花了 1,339 美元。
差了将近 8 倍。
换句话说，这场实验最有价值的结论，与其说是“一个 Rust 版的 SQLite 克隆已经可以直接拿来用了”，不如换成另一种理解：如今，智能体如何编排，可能比你选用哪一个具体模型更重要。
另外，Cursor 已经通过一套严格的测试设计来验证智能体集群的产物。
最终的评估工具是 sqllogictest。
这是来自 SQLite 项目的一套测试工具，用于验证不同数据库引擎执行相同 SQL 查询时能否返回相同结果。
这套测试包含数百万条 SQL 查询，覆盖了 SQL 行为的广泛范围。
关键是，Cursor 采用了“预留测试集”（held-out test suite）——智能体集群事先并不知道这套测试集的存在。
研究团队在每次运行后还会人工检查代码和整个运行过程，确认智能体没有走捷径或只针对测试内容优化。
结果在多种模型配置下都通过了这套预留测试集中的全部测试。
SQLite 实验并非 Cursor 的第一次尝试 这次实验是 Cursor 一系列连续实验的最新一步。
在更早的长时间自主编程实验中，Cursor 曾让数百个智能体协作， 从零构建浏览器
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接