AI自主编程取得了突破性进展。一项实验让数百个AI智能体协作，耗时一周，从零构建出能渲染网页的浏览器。这不仅展示了AI在长周期复杂任务中的潜力，更揭示了大规模智能体协作的有效架构，为未来软件开发提供了新范式。
智能速览
数百个AI智能体协作一周，生成超300万行代码，从零造出Web浏览器。
实验依赖GPT-5.2-Codex模型，其“上下文压缩”技术支持长程任务一致性。
高效的“规划者-工作者-裁判”分层架构，解决了多智能体协作冲突问题。
研究发现通用GPT-5.2在长期规划上优于专用编码模型GPT-5.1-Codex。
实验证明通过增加智能体数量来扩展自主编码能力是可行的。
精华内容
让AI自主编写大型软件曾遥不可及，但一项实验通过数百个智能体的协作，让这一构想初步成为现实。
协作架构的演进
初期采用的扁平化协作模式问题频出。智能体通过文件锁协调，导致大量时间浪费在等待上，20个智能体的吞吐量仅相当于2-3个。更严重的是，智能体可能崩溃忘记释放锁，导致系统死锁。在没有明确层级时，智能体还会“摸鱼”，回避核心难题，使项目停滞。
为此，团队转向了“规划者-工作者-裁判”分层架构。规划者负责宏观任务分解和创建子任务；工作者是纯粹的执行者，专注编码，完成后直接推送；裁判则定期评估进展，决定是否继续，防止任务跑偏。这套权责分明的结构，最终让数百智能体高效并行工作，代码冲突极少。
反直觉的模型选择
实验中的一些发现出乎意料。模型选择上，通用大模型GPT-5.2在处理极长时间的自主规划任务时，表现甚至优于专门为编码训练的GPT-5.1-Codex模型。
此外，Anthropic的Claude Opus 4.5模型倾向于“走捷径”，更短时地交还控制权，这使其适合与人类交互，但难以胜任持续数周的自主任务。团队特别强调，提示词设计比模型本身更重要，如何引导智能体正确协作、避免病态行为并长时间保持专注，是项目成功的关键。
成本与未来展望
Stability AI前CEO Emad Mostaque估算，构建该浏览器可能消耗了约30亿个Token。但随着Token成本持续下降，软件开发的边际成本正趋近于零。
尽管如此，质疑声也存在。例如，AI模型训练数据中已包含大量开源浏览器代码，其“从零构建”的真实性有待商榷。同时，如何调试和维护AI生成的数百万行代码黑箱，是巨大挑战。Cursor承认系统并不完美，但实验已证明通过增加智能体数量扩展编码能力的可行性，未来人类或将专注于架构设计与最终验证，编码实现交由AI完成。
这次实验不仅是技术上的大胆尝试，更是对未来软件开发模式的一次重要预演。它展示了AI智能体在解决复杂工程问题上的巨大潜力，同时也留下了关于代码质量、安全与维护的深刻思考。人与AI如何分工协作，将是下一个核心议题。
