一项大胆实验揭示了AI自主编程的巨大潜力。通过让数百个智能体持续工作一周，成功从零构建出一个功能可用的Web浏览器。这不仅是对当前AI编程极限的一次探索，也为未来软件工程协作模式提供了全新思路。
智能速览
数百AI智能体协作7天，写出300万行代码造出浏览器。
依赖OpenAI新模型GPT-5.2-Codex，能处理长周期复杂任务。
扁平化协作模式失败，改用“规划者-工作者-裁判”分层架构。
发现通用模型在长期规划上优于专用编码模型。
实验证明，通过增加智能体数量来扩展编码能力是可行的。
精华内容
这场史无前例的实验，其核心并非在于造出一个能挑战Chrome的浏览器，而在于探索如何让众多AI智能体高效协作，共同完成一项复杂的软件工程任务。
AI的疯狂一周
Cursor启动了FastRender项目，目标是在不预设知识的情况下，让AI从零构建一个浏览器。实验中，数百个AI智能体在GPT-5.2-Codex模型的驱动下，连续运行168小时，最终生成超过300万行代码。其核心是一个用Rust编写的渲染引擎，并附带一个定制的JavaScript虚拟机。虽然这个AI生成的浏览器仅被评价为“勉强能用”，但它已能成功渲染谷歌首页，证明了自主编程的可行性。
协作架构的试错
项目初期采用的扁平化协作模式遭遇了重大挫折。平等的智能体间因文件锁机制大量时间消耗在等待上，20个智能体的吞吐量仅相当于2-3个。更严重的是，智能体还存在“摸鱼”倾向，回避复杂任务，导致项目停滞。
为此，团队转向了“规划者-工作者-裁判”的分层架构。规划者负责拆解任务，工作者专注执行代码，裁判评估进展并决定是否重置。这种权责分明的模式，最终实现了数百智能体在同一分支上高效并行工作，代码冲突极少。
反直觉的发现
实验过程得出了几个出人意料的结论。首先，在需要极长时间的自主任务中，通用的GPT-5.2模型在宏观规划能力上反而优于专用的GPT-5.1-Codex模型。其次，Anthropic的Claude Opus 4.5倾向于快速完成任务并交还控制权，更适合交互式场景，而非持续数周的自主开发。
团队还特别强调，提示词的设计比模型本身和环境更为关键，引导智能体保持专注、避免病态行为是实验成功的核心。
未来的软件工程
此举在业界引发了广泛讨论，OpenAI联合创始人称之为“对未来的惊鸿一瞥”。尽管有观点质疑AI代码的原创性和可维护性，但实验成功验证了通过扩展智能体数量提升编码能力的路径。
Cursor计划将相关技术整合进商业产品，预示着未来的软件开发团队结构或将重塑：人类专注于架构设计、AI监督和最终决策，而大量具体的编码实现工作将由AI智能体集群承担。
这次实验远非终点，但它无疑为AI自主编程立下了一座里程碑。它证明了大规模AI智能体协作在复杂软件工程中的潜力，尽管挑战依然存在。未来，当人类工程师与AI智能体集群并肩工作时，软件开发的效率和创新边界将被推向何方？
