Die Aufgabe war bewusst hart gestellt: Der Schwarm bekam ausschließlich das 835 Seiten starke SQLite-Handbuch. Quellcode, Testsuiten, die SQLite-Binärdatei und der Internetzugang wurden entzogen. Bewertet wurde gegen sqllogictest – eine zurückgehaltene Suite mit Millionen SQL-Anfragen samt bekannten korrekten Antworten. Getestet wurden vier Konfigurationen: GPT-5.5 für Planer und Arbeiter, Grok 4.5 für beides, Opus 4.8 als Planer mit Composer 2.5 als Arbeiter sowie Fable 5 als Planer mit Composer 2.5 als Arbeiter.
Der architektonische Kern ist die Rollentrennung. Cursor beschreibt sie so: „Planner agents, powered by the smartest models, split a goal into pieces and delegate them. Worker agents, generally powered by faster and less expensive models, execute those pieces.“ Der Zweck ist Kontext-Hygiene: Ein Planer implementiert nie, sein Kontext füllt sich also nicht mit Detailarbeit; ein Arbeiter plant nie und kann seinen ganzen Kontext auf ein enges Stück Arbeit verwenden. Genau das war beim Vorgängersystem das Problem – Einzelagenten drifteten über lange Aufgaben ab.
Die Zahlen zum Vergleich alt gegen neu sind deutlich. Beim Grok-4.5-Lauf produzierte das alte System über 70.000 Merge-Konflikte, das neue in vier Stunden weniger als 1.000; die am stärksten umkämpfte Datei kam alt auf 7.771 Konflikte, neu auf 47. Auch der Code-Umfang schrumpfte: Wo der alte Fable-5-Lauf 64.305 Zeilen brauchte, kam der neue mit 9.908 aus; beim Opus-Mix stehen 19.013 Zeilen (alt, 97 Prozent bestanden) gegen 4.645 Zeilen (neu, 100 Prozent). Das alte System schrieb dabei nicht wenig: 68.000 Commits in zwei Stunden beim Grok-Lauf, laut Cursor größtenteils Leerlauf. Zum Durchsatz nennt der Post einen früheren Browser-Schwarm mit rund 1.000 Commits pro Stunde gegenüber einem Spitzenwert von etwa 1.000 Commits pro Sekunde beim neuen System.
Vorbehalte, die wir ausdrücklich mitführen: Der Post ist Anbieter-Kommunikation über das eigene Produkt, unabhängig nicht reproduziert. Absolute Token-Gesamtzahlen stehen in dem von uns abgerufenen Text nicht; die Spanne von 2,6 Milliarden Token (Opus mit Composer) bis 14,7 Milliarden (GPT-5.5 allein) stammt aus der Rezeption von The Decoder, nicht aus dem Primärtext, und wird deshalb hier als deren Angabe geführt. The Decoder berichtet außerdem, Composer 2.5 baue auf Kimi K2.5 auf – Cursor selbst nennt in der Modell-Dokumentation nur „Cursor’s own model, trained to be highly capable for agentic coding“ (Preis: 0,50 Dollar je Million Eingabe-Token, 2,50 Dollar je Million Ausgabe-Token). Ob und wo das beschriebene Schwarm-System für Nutzer verfügbar ist, sagt der Post nicht.
Einzuordnen ist das neben dem bisher detailliertesten öffentlichen Beleg für Agenten-Schwärme im Großen: der Portierung von Bun von Zig nach Rust, die Anthropic-Mitarbeiter Jarred Sumner mit 64 parallelen Claude-Instanzen und geschätzten 165.000 Dollar API-Kosten dokumentiert hat (siehe verwandte Depesche). Beide Berichte stammen von der Partei, deren Modell gut aussieht – und beide beschreiben dieselbe Bewegung: von einem großen Agenten mit langem Kontext hin zu vielen kleinen mit enger Aufgabe und einer Instanz, die zerlegt.