აგენტური როები და მოდელების ახალი ეკონომიკა — Cursor-ის კვლევა

შესავალი: აგენტური როების ახალი ერა

2026 წლის ივლისში Cursor-მა გამოაქვეყნა კვლევა, რომელმაც მთელი AI ინდუსტრიის ყურადღება მიიპყრო. კომპანიამ შეადარა მულტი-აგენტური სისტემების ორი თაობა — ძველი და ახალი — ერთი და იგივე ამოცანის შესრულებისას: SQLite-ის სრული მონაცემთა ბაზის ძრავის აგება Rust-ზე, მხოლოდ 835-გვერდიანი დოკუმენტაციის საფუძველზე. შედეგები შთამბეჭდავია — ახალმა სისტემამ არა მხოლოდ უკეთესი ხარისხი აჩვენა, არამედ ხარჯებიც რადიკალურად შეამცირა: $10,565-დან $1,339-მდე.

ეს არ არის უბრალოდ ტექნიკური გაუმჯობესება — ეს არის პარადიგმის ცვლილება იმაში, თუ როგორ ვფიქრობთ AI მოდელების გამოყენების ეკონომიკაზე. Cursor-ის მიდგომა ნათლად აჩვენებს, რომ მომავალი არ ეკუთვნის ერთ დიდ, ძვირადღირებულ მოდელს, არამედ ინტელექტუალურად კოორდინირებულ აგენტთა ჯგუფებს, სადაც თითოეული მოდელი საკუთარი ძლიერი მხარის მიხედვით გამოიყენება.

როგორ მუშაობს Cursor-ის აგენტური როი

ახალი სისტემის გულში ორი როლი დგას: პლანერები (Planners) და მუშები (Workers). პლანერები, რომლებიც ყველაზე ძლიერი AI მოდელებით მუშაობენ, დიდ ამოცანას ნაწილებად ყოფენ და ანაწილებენ. მუშები — უფრო სწრაფი და იაფი მოდელები — ამ ნაწილებს ასრულებენ.

ეს დიზაინი ბევრად მეტია, ვიდრე უბრალო დაყოფა. ის წარმოადგენს ხისებრ სტრუქტურას, სადაც მიზანი ფესვშია, რომელიც რეკურსიულად იყოფა სამუშაოს ძირითად ერთეულებად. ეს მიდგომა განზოგადდება სხვადასხვა ამოცანებზე — ბრაუზერის აგებიდან მათემატიკური ამოცანების ამოხსნამდე და GPU ბირთვების ოპტიმიზაციამდე.

Cursor-ის გუნდმა აღმოაჩინა, რ� მთავარი უპირატესობა კი არა პარალელიზმია, არამედ კონტექსტის ეფექტურობა. როცა ერთი აგენტი მთელ ამოცანას იღებს, მას მუდმივად უწევს კონტექსტის შენახვა — ხის მთელი სტრუქტურის დამახსოვრება. ეს იწვევს იმას, რომ ხანგრძლივი მუშაობისას აგენტები იკარგებიან — ან ფოკუსირდებიან კონკრეტულ დეტალზე და კარგავენ დიდ სურათს, ან პირიქით. აგენტურ როიში პლანერი არასდროს წერს კოდს, ამიტომ მისი კონტექსტი არ ივსება დაბალი დონის დეტალებით, ხოლო მუშა არასდროს გეგმავს, ამიტომ მთელ კონტექსტს ერთ კონკრეტულ ნაწილზე ხარჯავს.

ახალი ვერსიის კონტროლის სისტემა — 1,000 კომიტი წამში

ერთ-ერთი ყველაზე შთამბეჭდავი ტექნიკური მიღწევა Cursor-ის ახალ სისტემაში არის საკუთარი ვერსიის კონტროლის სისტემის (VCS) შექმნა. მაშინ, როცა ძველი სისტემა პიკზე 1,000 კომიტს აკეთებდა საათში, ახალი სისტემა 1,000 კომიტს აკეთებს წამში. ეს ნიშნავს, რომ Git-ის ტრადიციული ჩაკეტვის მექანიზმები, რომლებიც ადამიანი დეველოპერებისთვისაა გათვლილი, მიუღებელია.

ასეთი მაღალი სიჩქარის პირობებში ჩნდება პრობლემები, რომლებსაც ადამიანთა გუნდები არასდროს აწყდებიან:

• Split-brain დიზაინი — ორი პლანერი, ერთმანეთისგან დამოუკიდებლად, ერთსა და იმავე კონცეფციას სხვადასხვანაირად ახორციელებს. Cursor-მა ეს პრომპტინგით გადაჭრა — პლანერებს მოეთხოვებათ, რომ არ დაუშვან ორი დელეგირებული ქვე-ხის ერთმანეთის გადაკვეთა.
• Merge კონფლიქტები — ძველ სისტემაში 70,000-ზე მეტი კონფლიქტი დაგროვდა, ახალში — 1,000-ზე ნაკლები. Cursor-მა შექმნა ნეიტრალური მესამე მხარის აგენტი, რომელიც merge კონფლიქტებს წყვეტს.
• Megafiles — ზოგიერთი ფაილი იმდენად პოპულარული ხდება, რომ მასზე მუდმივი შეჯახება ხდება. გამოსავალი: მუშებს შეუძლიათ გაბერილი ფაილების მონიშვნა, რის შემდეგაც გარე აგენტი მათ პატარა მოდულებად ყოფს.
• ოსიფიკაცია — აგენტები გაურბიან ძირითადი კოდის შეცვლას. Cursor-მა ეს "განზრახ გატეხვის" ლიცენზიით გადაჭრა — აგენტს შეუძლია ფოკუსირებული ცვლილება შეიტანოს, კომენტარით ახსნას რატომ, და კომპილატორი დანარჩენს თავად მიხედავს.

SQLite ექსპერიმენტი: რიცხვები, რომლებიც შთააგონებს

Cursor-მა ახალი სისტემა გამოსცადა ოთხი სხვადასხვა მოდელის კონფიგურაციით: GPT-5.5 (პლანერიც და მუშაც), Grok 4.5 (ორივე როლი), Opus 4.8 + Composer 2.5 (ჰიბრიდი), და Fable 5 + Composer 2.5 (სხვა ჰიბრიდი).

შედეგები გასაოცარია. ახალმა სისტემამ ძველს ყველა კონფიგურაციაში აჯობა. Fable 5-ის ჰიბრიდმა ტესტების ორი მესამედი პირველივე საათში გაიარა. ოთხსაათიან ლიმიტში ახალი როები 73%-დან 85%-მდე მერყეობდა, ძველი — 11%-დან 77%-მდე.

მაგრამ ყველაზე შთამბეჭდავი განსხვავება ხაზების რაოდენობაშია: Fable 5-ის კონფიგურაციაში ძველ სისტემას 64,305 ხაზი კოდი დასჭირდა, ახალს — მხოლოდ 9,908. Opus-ის ჰიბრიდში: 19,013 ხაზი 97%-იანი შედეგით ძველში, 4,645 ხაზი 100%-იანი შედეგით ახალში.

მოდელების ახალი ეკონომიკა

ეს არის სტატიის ყველაზე მნიშვნელოვანი ნაწილი. Cursor-მა აღმოაჩინა, რომ მიუხედავად იმისა, რომ ყველა მოდელის კომბინაციამ მსგავსი ხარისხი აჩვენა, ხარჯები რადიკალურად განსხვავდებოდა — $1,339-დან (Opus 4.8 ჰიბრიდი) $10,565-მდე (GPT-5.5 მარტო).

ტოკენების მონაცემები ცხადყოფს, საიდან მოდის ეს განსხვავება. ყველა ექსპერიმენტში მუშები ტოკენების მინიმუმ 69%-ს შეადგენდნენ, უმეტეს შემთხვევაში 90%-ზე მეტს. მაგრამ დოლარები სხვანაირად ნაწილდება, ვიდრე ტოკენები — პლანერების ტოკენები უფრო ძვირია.

Opus 4.8-ისა და Composer 2.5-ის ჰიბრიდში, Opus-მა (პლანერი) ტოკენების მცირე ნაწილი შეადგინა, მაგრამ ხარჯის დაახლოებით ორი მესამედი. Composer-მა (მუშა) ტოკენების უდიდესი ნაწილი შეასრულა, მაგრამ ხარჯის მხოლოდ მესამედი.

Cursor-ის დასკვნა მარტივია: "დიდ ამოცანაში მხოლოდ რამდენიმე მომენტი ნამდვილად მოითხოვს frontier ინტელექტს" — თავდაპირველი დაშლა, დიზაინის გადაწყვეტილებები, გარკვეული trade-offs. როცა frontier პლანერი გაურკვევლობას აქცევს დეტალურ, მკაფიო ინსტრუქციად, იაფ მოდელებს მხოლოდ მისი მიყოლა რჩებათ.

რიცხვები თავისთავად მეტყველებს: GPT-5.5-ის მუშებმა მარტო $9,373 დაჯდა. იმავე ექსპერიმენტში, სადაც Opus 4.8 გეგმავდა და Composer 2.5 მუშაობდა, მთელი მუშათა ფლოტი $411 დაჯდა — 22-ჯერ ნაკლები.

Field Guide: თვით-ავტორიზებული ცოდნა

Cursor-ის ერთ-ერთი ყველაზე ინოვაციური ექსპერიმენტია "Field Guide" — საქაღალდე, რომელსაც მთლიანად აგენტები ფლობენ. index.md ფაილი, რომელიც ავტომატურად ჩაერთვება ყველა აგენტს მუშაობის დასაწყისში. აგენტები წყვეტენ, რა მოხვდება გზამკვლევში, მხოლოდ სტრიქონების ბიუჯეტი აქვთ შეზღუდული.

ეს სტიგმერგიის (stigmergy) პრინციპზე მუშაობს — ბუნებაში, ჭიანჭველები და ტერმიტები გარემოს ფორმირებით კოორდინირდებიან, გარემო კი შემდეგ აგენტს უხელმძღვანელებს. იდეა მარტივია: მოდელის წონები გაყინულია, ამიტომ სწორედ მოულოდნელი შეხვედრების დაფიქსირებაა ღირებული, რომ შემდეგი აგენტის ტრაექტორია უფრო მოკლე იყოს.

Specs, როგორც Prompts

Cursor-ი აკეთებს მნიშვნელოვან დაკვირვებას: AI-ს ყოველი ნახტომი ამაღლებს იმ დონეს, რაზეც ინჟინერს შეუძლია მუშაობა. Autocomplete მუშაობდა ერთ ხაზზე, ადრეული მოდელები — კოდის ბლოკზე, აგენტები — ფაილზე ან ფიჩერზე. სვორმებით, სამუშაოს ერთეული ხდება spec.

ეს აახლოებს აგენტურ როებს კომპილატორთან. კომპილატორი თარგმნის საწყის კოდს მანქანურ კოდში შუალედური ნაბიჯებით. სვორმი მსგავსს აკეთებს განზრახვასთან (intent). პლანერები მიზანს ხსნიან ამოცანების ხეებად, შემდეგ დაბლა დაჰყავთ ეტაპობრივად შესასრულებელ სამუშაომდე.

განსხვავება ისაა, რომ კომპილატორი მნიშვნელობას ინარჩუნებს ყოველ ნაბიჯზე, სვორმი კი პრობაბილისტურია ყველა დონეზე. ყველაფერი, რაც ამ სტატიაშია აღწერილი, ამ gap-ის დახურვას ემსახურება.

დასკვნა: რას ნიშნავს ეს ქართველი დეველოპერებისთვის

Cursor-ის კვლევა პირდაპირ გავლენას ახდენს იმაზე, თუ როგორ ვფიქრობთ AI-ს გამოყენებაზე დეველოპმენტში. მულტი-აგენტური სისტემები არ არის მხოლოდ დიდი კორპორაციების ინსტრუმენტი — ისინი ხელმისაწვდომი ხდება ნებისმიერი გუნდისთვის, რომელსაც სურს AI-ს ოპტიმალურად გამოყენება.

თუ იაფ მოდელებს (როგორიცაა Composer 2.5) შეუძლიათ მუშაობის 90% შეასრულონ, ხოლო ძვირი მოდელები მხოლოდ სტრატეგიული გადაწყვეტილებებისთვის გამოიყენება, ეს ნიშნავს, რომ AI-ს გამოყენების ეკონომიკა რადიკალურად იცვლება. SiTech-ისთვის, რომელიც აქტიურად იყენებს AI-ს კლიენტების პროექტებში, ეს მიდგომა შეიძლება გახდეს კონკურენტული უპირატესობა — ნაკლები ხარჯით, მეტი ხარისხი.

Cursor-ის კოდი ღიაა GitHub-ზე (github.com/cursor/minisqlite) — ნებისმიერ მსურველს შეუძლია საკუთარი თვალით ნახოს, რისი გაკეთება შეუძლია კარგად კოორდინირებულ აგენტთა როის.

📖 წყარო