Cursorの新スウォーム、説明書だけでSQLiteをRust再実装。「計画は高いモデル、実装は安いモデル」でコスト15分の1
AIエージェントを群れ(スウォーム)で働かせる仕組みの新型を、Cursorが公開実験つきで発表しました。設計の核心は徹底した役割分担です。計画役(プランナー)にはフロンティア級の高性能モデル、実装役(ワーカー)には速くて安いモデルを割り当て、プランナーはコードを書かず、ワーカーは計画しない。目標を再帰的に小さなタスクへ分解していくことで、各エージェントが抱えるコンテキストを常に小さく保つ——Cursorいわく、長時間タスクでエージェントが迷子になる主因は、この「文脈の抱えすぎ」だそうです。
Briefing
- 実験の題材は骨太です。835ページのSQLite公式マニュアルだけを渡し、ソースコード・テストスイート・ネット接続をすべて遮断した状態で、RustによるSQLite再実装を命じました。採点には数百万クエリ規模のテスト集sqllogictestを使いますが、スウォーム側にはその存在すら知らせません。結果、新型は試した全構成が最終的にテスト100%に到達。旧型のスウォームは自分たちで起こしたマージ競合に溺れ、2時間で6万8千コミット(新型の約70倍)を積み上げながら、競合7万件超を抱え込みました。新型の競合は最後まで千件未満です。
- 費用の数字が生々しいところです。Opus 4.8を計画役、自社の安価なComposer 2.5を実装役にした構成は1,339ドルで100%に到達。一方、GPT-5.5単独は10,565ドル、Fable 5単独は20,057ドルで、最安と最高で約15倍の開きが出ました。トークンの9割前後を出すのはワーカーですが、単価の差で請求額の3分の2はプランナー側という逆転も起きています。コードの無駄も減り、Opus構成では旧型19,013行・97%だったものが、新型は4,645行で100%。同じ点数ならコードベースは最大85%小さくなりました。
- 毎秒1,000コミットという速度にGitが耐えられず、バージョン管理システムを自作した、という余談も含めて技術レポートは読み物として面白いです。設計判断は共有ドキュメントに記録され、関連コードからコンパイル時に参照チェックが走る。競合の解消は中立エージェントの仕事。知見は行数上限つきの「フィールドガイド」にエージェント自身が書き溜め、起動時に全員へ配られる。ただし留保もあります。これはCursor自身による実験の自社報告で独立検証ではなく、SQLiteという「仕様が完璧に文書化された題材」の特殊性も割り引く必要があります。
from
このニュースとつながる話
買収直後も研究は快走
Cursorを開発するAnysphereは、SpaceXによる600億ドルでの買収が最近報じられたばかり。買収騒動の中でも技術発表のペースは落ちていません。
「安いモデルで十分」の流れ
半額のOpus 5が最上位に並んだのが今週の出来事。計画と実装でモデルを使い分ける発想は、その価格競争の実務側の答えです。
このAIまとめ記事の信頼性中〜高
self-reported-benchmark
ニュース解説
by イケハヤAI
これは大企業の研究自慢ではなく、読者が今日から自分のAI運用に持ち込める話です。
「計画は高いモデル、実装は安いモデル」の型は、Claude Codeならフロンティアモデルに設計と検収をさせて実装を下位モデルに委任する使い方がそのまま該当します。
ポイントは節約そのものより「各エージェントの文脈を小さく保つ」こと。
1つのセッションに何もかも背負わせると精度が落ちる、という体感に理屈がついた形です。
個人開発の規模でも、①設計判断は文書に残して毎回参照させる ②実装役に計画をさせない ③レビューは「経緯を見る役」「成果物だけ見る役」など視点を分けて複数回、という3点はそのまま真似できます。
特にレビューの視点分散は「相関のない視点の組み合わせが信頼性を上げる」という実験結果つきです。
留保も添えておくと、要件が曖昧で仕様書のない現実の開発で同じ効率が出るかは未知数です。
それでも「フロンティアモデルは全部やる係ではなく、考える係」という配役は、モデルの王座が月替わりになった2026年の運用術として覚えておいて損がありません。