一週寫出百萬行程式碼！Cursor 實驗協調數百個 AI 代理，為何傳統科層設計反而贏了？
當生成式 AI 開始進入代理協作階段，問題已不再只是模型能不能寫程式，而是如何讓大量 AI 有效分工，並持續推進一個高度複雜的專案。AI 程式編輯器 Cursor 最近公開的一項實驗，提供了一個耐人尋味的答案。
Cursor 透過協調數百個 AI 代理（AI Agent），在不到一週的時間內，從零打造出一個具備基本功能的網頁瀏覽器。這項專案總共撰寫了超過 100 萬行程式碼，分布在 1000 個檔案中，消耗了數兆個 Token。Cursor 強調，雖然展示成果影片看起來只是一個簡單的螢幕截圖，但從頭開始建立瀏覽器是非常困難的。然而，實驗中最具啟發性的發現不只是技術，還關乎管理模式：拋棄 AI 之間平等的協作模式，轉而採用類似人類企業的層級結構，才是成功的關鍵。
扁平化管理的失敗：AI 也會避責與偷懶
在實驗初期，Cursor 團隊採取了扁平化管理模式，賦予所有 AI 代理平等的地位，讓它們透過共享檔案自我協調、領取任務。為了防止兩個 AI 代理搶佔相同任務，Cursor 採用了鎖定機制。然而，結果卻是一場災難。
AI 代理會長時間佔用鎖定資源、忘記釋放任務，甚至在沒有同步的情況下直接修改協作狀態。即使改用較為寬鬆的樂觀式並行控制（Optimistic Concurrency Control），系統仍陷入效率低落的狀態。結果，20 個代理的產出效率甚至不如 2 到 3 個，大部分時間都浪費在等待與衝突上。
此外，這個 AI 代理團隊在沒有明確責任歸屬情況下，變得極度規避風險，傾向選擇簡單、安全的任務，刻意避開困難或需要整體判斷的工作。這些現象，對於許多曾在大型組織或跨部門專案中工作的管理者而言，並不陌生。
導入規劃者、執行者角色，效率大幅提升
為了突破瓶頸，Cursor 導入了「規劃者-執行者」（Planner-Worker）的層級架構。在這個架構中，「規劃者」代理負責持續理解程式碼狀態、拆解任務，甚至能生成子規劃者讓規劃本身也能平行化；而「執行者」代理則專注於完成被指派的任務，無需關心大局或與其他執行者協調。每個週期結束後，還有一個「裁判」代理來決定是否繼續或重新開始。
Cursor 指出，這種角色分離的設計，大幅降低了代理之間的摩擦與內耗，讓系統得以長時間穩定運作，而不會因單一代理的視野侷限或決策遲疑而停滯。
Cursor 的研究還發現，不同的 AI 模型適合擔任不同的角色。例如，OpenAI 的 GPT-5.2 在長期的自主工作中表現優異，擅長遵循指令與維持專注，因此比專為寫程式訓練的 GPT-5.1-Codex 更適合擔任規劃者。現在，Cursor 使用最適合每個角色的模型，而不是通用模型。
Simon Willison 等開發者在測試該瀏覽器後表示，雖然介面仍有渲染錯誤（如 Google 首頁按鈕樣式異常），但考慮到這是 AI 從零開始構建的成果，其可用性已令人印象深刻。
人類組織智慧，仍是關鍵變數
不過，Cursor 並未將這次成果解讀為 AI 將全面取代工程師。相反地，他們在總結中強調，其許多改進都來自簡化流程而非增加複雜性，最好的系統結構往往比任何人想像的簡單。結構太少，代理會衝突、重工、迷失方向；結構太多，系統又會變得脆弱、難以調整。真正有效的狀態，往往落在足夠清楚，但不過度設計的中間地帶。Cursor 也強調，儘管框架和模型很重要，但系統的大部分行為，取決於人類設計者引導 AI 代理的方式。
《OfficeChai》表示，這項實驗顯示，至少在目前，當涉及大規模協調 AI 時，人類累積的組織智慧，可能比我們原先想像的還要重要；有時候，最先進的 AI 系統，反而是在被組織成一間具備管理者、執行者以及清楚劃分職責分工的傳統公司時運作得最好。
從這個角度來看，這次一週打造瀏覽器的專案意義，並不在於成果是否能挑戰 Chrome 或 Firefox，而在於它驗證了一件事：當 AI 成為勞動力的一部分，如何設計組織，可能比單純堆疊算力更為關鍵。
立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略
＊本文開放合作夥伴轉載，資料來源：Cursor、《OfficeChai》、Simon Willison’s Weblog，首圖來源：AI 工具生成