Čtyři hodiny, 835 stran dokumentace SQLite a programátoři, kteří nejsou lidé. Cursor v novém experimentu nechal svůj roj agentů napsat databázový stroj v Rustu bez zdrojového kódu SQLite, binárky, testovací sady i přístupu na internet. Nejlepší běhy pak prošly celou utajenou sadou SQL testů. Zajímavější než samotný výsledek je účet za práci: podle Cursoru stál běh s GPT-5.5 ve všech rolích 10 565 dolarů, zatímco kombinace Opus 4.8 pro plánování a Composeru 2.5 pro provedení vyšla na 1 339 dolarů.
Ta mezera nevznikla tím, že by levnější pracovní model zázračně nahradil dražší. Cursor mu zúžil práci na kusy, pro které už někdo silnější rozhodl, co má vzniknout a kam to patří. Firma popisuje vlastní experiment, nikoli nezávisle zopakovaný benchmark, přesto dobře pojmenovává problém, na který nyní naráží každý, kdo pouští více coding agentů naráz: výkon modelu je jen část stroje. Zbytek dělají hranice úkolů, paměť, verzování a review.
Roj má ekonomiku teprve ve chvíli, kdy se jeho členové nepřekážejí.
Drahý úsudek, levnější ruce
Cursor rozděluje práci do stromu. Plánovač rozseká cíl na menší úkoly a přidělí je pracovníkům; pracovníci mají implementovat vymezený díl, nikoli znovu rozhodovat o architektuře. Dělba zní obyčejně, ale u jazykových modelů míří na omezené okno kontextu. Osamělý agent musí držet v hlavě celou architekturu, vlastní postup i aktuálně upravovaný soubor. Plánovač v popsaném systému neprogramuje a pracovník nenavrhuje celek, takže každý nese menší a relevantnější kus kontextu.
Tady je dobré brzdit nadšení. Paralelní běh sám o sobě neřeší kvalitu. Anthropic ve své zprávě o výzkumném systému uvádí, že víceagentní systémy spotřebovaly zhruba patnáctkrát více tokenů než chat; zároveň upozorňuje, že mnoho programátorských úloh nemá dost skutečně nezávislých částí. Roj se tedy nevyplatí na opravu jedné validační podmínky nebo na změnu textu v rozhraní. Tam jen přidá čekání, přenos kontextu a další možnost, že se agenti minou.
Cursorův pokus dává smysl právě proto, že stavba databázového stroje má mnoho vrstev a podúkolů. Ani tam ovšem tým netvrdí, že jeden model na všech pozicích selhává. Všechny nové konfigurace podle něj po čtyřech hodinách dosáhly 100 % utajené sady. Rozdíl ležel v nákladech a v tom, kolik zbytečné činnosti během cesty vzniklo.
| Konfigurace v testu Cursoru | Cena celého běhu | Co ukazuje |
|---|---|---|
| GPT-5.5 jako plánovač i pracovník | 10 565 USD | Drahý model provádí i rutinní práci. |
| Opus 4.8 jako plánovač, Composer 2.5 jako pracovník | 1 339 USD | Drahý úsudek zůstává u rozdělení a návrhových voleb. |
| Stejný hybrid, pouze pracovníci | 411 USD | Pracovníci nesli většinu objemu, nikoli většinu ceny. |
Čísla v tabulce pocházejí od Cursoru. Ve smíšeném běhu pracovníci zpracovali většinu tokenů, ale levnější Composer podle firmy stál jen třetinu celkové ceny. Ještě ostřejší je srovnání s použitím GPT-5.5 všude: samotní pracovníci měli stát 9 373 dolarů. Výpočet je prostý – drahý model se vyplatí posadit k místům, kde se rozhoduje o nevratné větvi, ne k každému opakovanému kroku.
Tisíc commitů za sekundu mění povahu problému
Starší roj Cursoru během dvou hodin vyrobil s Grokem 4.5 asi 68 000 commitů. Nový systém pracoval přibližně sedmdesátkrát pomaleji, ale v tomto případě je pomaleji dobrá zpráva. Starý běh nasbíral přes 70 000 konfliktů a Cursor jej před druhou hodinou zastavil. Nový jich měl za celé čtyři hodiny méně než tisíc.
Počet commitů není výsledek.
To je přesně ta metrika, kterou marketingové grafy agentů rády schovají: aktivita není hotová práce. Ve starším běhu se nejspornější soubor dostal na 7 771 konfliktů a sáhlo na něj 1 173 agentů. V novém běhu měl nejvíc vytěžovaný soubor 47 konfliktů. U dvojice běhů s Fable 5 prošla obě řešení testy, jenže starší roj k tomu napsal 64 305 řádků kódu databázového jádra, nový 9 908. Tohle jsou stále data od výrobce systému, ale rozdíl je tak velký, že neukazuje na kosmetickou úpravu promptu.
Cursor proto nenarouboval rychlejší Git na víc agentů. Postavil vlastní vrstvu verzování, kterou procházejí všechny změny, a do ní vložil pravidla koordinace. Při kolizi nemá pracovní agent vyjednávat se soupeřem, nýbrž konflikt předá neutrálnímu slučovacímu agentovi. Ten nemá hájit záměr žádné strany. Má změny spojit a práci pustit dál. Když se rozrostou oblíbené „megasoubory“, další změny se zastaví a samostatný agent soubor rozdělí. A když se dva plánovači rozjedou v odlišném návrhu, mají rozhodnutí zapsat do sdílené dokumentace; kód na něj pak odkazuje kontrolou při překladu.
Není to elegantní romantika roje. Je to poměrně prozaická provozní disciplína.
Paměť nesmí žít jen v jednom vlákně
Cursor do běhu přidal také Field Guide, adresář, jehož obsah spravují sami agenti. Jeho index se při startu vkládá do kontextu každého dalšího agenta a prostor je omezený počtem řádků. Smyslem není nasypat do promptu celý deník. Má v něm zůstat hlavně poznatek, na který předchozí agent narazil bolestivě a příští ho už nemá znovu hledat. Jestli takový zápis, napsaný po slepé uličce při opravě parseru, za pár minut ušetří desítkám dalších běhů marné hledání stejné chyby, změnu už neměříme jen v kvalitě paměti: projeví se v počtu volání nástrojů, délce fronty, spotřebě kontextu i ceně, kterou tým na konci měsíce skutečně zaplatí, a také v tom, zda se pracovníci vůbec dostanou k úkolům, jež mají přinést nový kód.
V tomhle bodě se Cursor potkává se zkušeností Anthropic. Jeho výzkumný orchestrátor dává podagentům přesně vymezený cíl, podobu výstupu, nástroje i hranice práce; bez nich agenty zdvojovaly hledání nebo nechávaly díry. OpenAI naproti tomu v praktickém průvodci radí nejdřív vytěžit jednoho agenta a teprve pak systém dělit. Více agentů přináší vlastní režii a má cenu, když se instrukce či nástroje už nedají rozumně udržet pohromadě.
Tohle je možná nejstřízlivější čtení Cursorova článku. Roj není větší chat s vyšším účtem. Je to distribuovaný program s nedokonalými pracovníky, proto potřebuje stav, limity, testy a rozhodovací autoritu. Bez nich se jen rychleji vyrábí chaos.
Specifikace se stává pracovní jednotkou
Cursor uzavírá experiment tvrzením, že jednotkou práce roje už není řádek, blok ani soubor, ale specifikace. Jeho agenti dostali 835 stran dokumentace a postupně ji přeložili do stromu rozhodnutí, úkolů a změn. Přirovnání ke kompilátoru sedí jen napůl: kompilátor zachovává význam deterministicky, zatímco agenti mohou v každém kroku uhnout. Proto musí být kolem nich tolik zábran.
OpenAI u Symphony popisuje podobný posun v jiném měřítku. Úkoly a jejich závislosti ukládá do správce práce, kde agenti berou jen neblokované tikety v oddělených pracovních prostorech. I tam se lidská práce přesouvá od psaní každého řádku k přesnému popisu záměru, kontrole výsledku a k tomu, co má být vůbec povoleno spustit paralelně.
Cursorův test tedy neříká, že malé týmy mají nahradit své vývojáře stovkou agentů. Říká něco praktičtějšího: s rostoucím počtem agentů se orchestrace mění z pomocné vrstvy v hlavní produkt. Nejlevnější token je ten, který pracovník nespálí při opravě konfliktu, jenž mu systém vůbec neměl dovolit vytvořit.
Článek byl připraven s asistencí AI nástrojů a redakčně zkontrolován.
Zdroje
- Cursor: Agent swarms and the new model economics, 20. července 2026
- SQLite: sqllogictest documentation, přístup 21. července 2026
- Anthropic: How we built our multi-agent research system, 2025, přístup 21. července 2026
- OpenAI: A practical guide to building agents, přístup 21. července 2026
- OpenAI: An open-source spec for Codex orchestration: Symphony, 27. dubna 2026
