新智元報(bào)道

編輯：定慧 艾倫

【新智元導(dǎo)讀】一個(gè)大模型持續(xù)寫代碼，能寫多久？一小時(shí)？一天？還是像大部分AI編程工具那樣，完成一個(gè)任務(wù)就結(jié)束對(duì)話？Cursor的CEO MichaelTruell決定搞一次極限壓力測(cè)試！

Michael Truell讓Cursor中的GPT-5.2連續(xù)運(yùn)行了整整一周。

不是一小時(shí)，不是一天，而是不眠不休，晝夜不停，168小時(shí)持續(xù)寫代碼。

結(jié)果？

300萬(wàn)行代碼。數(shù)千個(gè)文件。

AI完全從零構(gòu)建出一個(gè)全新瀏覽器。

而且，還是Chrome那種瀏覽器。

HTML解析、CSS布局、文本渲染、還有一個(gè)自研的JavaScript虛擬機(jī)——全是AI自己寫的。

Michael Truell輕描淡寫地發(fā)了條推文：它基本能跑！簡(jiǎn)單的網(wǎng)頁(yè)能快速且正確地渲染出來(lái)。

一個(gè)模型究竟能跑多久

傳統(tǒng)的AI編程工具，比如Github Copilot和早期的其他IDE，都是一問(wèn)一答模式。

對(duì)話長(zhǎng)度有限，上下文有限，任務(wù)復(fù)雜度有限。

后來(lái)出現(xiàn)了所謂的Agentic編程——Claude Code、Cursor Agent、Windsurf等工具讓AI可以自主執(zhí)行多步任務(wù)，讀取文件、運(yùn)行命令、修復(fù)錯(cuò)誤。

這已經(jīng)是很大的進(jìn)步，但大多數(shù)情況下，任務(wù)仍然以分鐘計(jì)算，最多幾小時(shí)。

AI完成一個(gè)功能，人類review，然后繼續(xù)下一個(gè)任務(wù)。

但沒(méi)有人嘗試過(guò)讓一個(gè)模型連續(xù)跑一周。

直到GPT-5.2。

Cursor團(tuán)隊(duì)讓GPT-5.2持續(xù)運(yùn)行了整整一周，不是斷斷續(xù)續(xù)，而是連續(xù)工作。

在這一周里，它：

• 寫下了超過(guò)300萬(wàn)行代碼

• 創(chuàng)建了數(shù)千個(gè)文件

• 執(zhí)行了數(shù)萬(wàn)億個(gè)token

• 從零構(gòu)建了一個(gè)完整的瀏覽器渲染引擎

一個(gè)模型究竟能運(yùn)行多久？

答案是：理論上，可以無(wú)限。

只要基礎(chǔ)設(shè)施穩(wěn)定，只要任務(wù)足夠明確，AI就能持續(xù)工作——不眠不休，不吃不喝，7×24小時(shí)全年無(wú)休。

就像澳洲的放羊大叔的「賽博黑工」。

但實(shí)際上，不同模型的「耐力」差異巨大。

上下文窗口是第一道門檻。

早期的GPT-3.5只有4K token上下文，意味著對(duì)話稍長(zhǎng)就會(huì)失憶。

Claude 3推出了200K上下文，GPT-4 Turbo跟進(jìn)128K，Gemini 1.5 Pro更是號(hào)稱支持100萬(wàn)token。

但上下文長(zhǎng)度只是理論值——真正考驗(yàn)的是模型在長(zhǎng)任務(wù)中能否保持一致性、專注度和執(zhí)行力。

Cursor團(tuán)隊(duì)在實(shí)驗(yàn)中發(fā)現(xiàn)了關(guān)鍵差異。

在Cursor這篇官方博客中，團(tuán)隊(duì)在實(shí)驗(yàn)中發(fā)現(xiàn)了關(guān)鍵差異：

• GPT-5.2能長(zhǎng)時(shí)間自主工作，遵循指令精準(zhǔn)，保持專注不偏離；

• Claude Opus 4.5傾向盡早結(jié)束，走捷徑，頻繁把控制權(quán)交還給用戶；

• GPT-5.1-Codex雖專為編碼訓(xùn)練，但規(guī)劃能力不如GPT-5.2，所以容易中斷。

用更直白的話說(shuō)：Opus像個(gè)急躁的實(shí)習(xí)生，干一會(huì)就想問(wèn)「這樣行不行？我先交了哈」；

而GPT-5.2像個(gè)老練的高級(jí)工程師，交代清楚任務(wù)就埋頭干到底。

這也是為什么Cursor官方宣稱：GPT-5.2是處理長(zhǎng)期運(yùn)行任務(wù)的前沿模型。

不止瀏覽器。

Cursor還透露了其他正在運(yùn)行的實(shí)驗(yàn)項(xiàng)目：JavaLSP、Windows 7模擬器和Excel克隆。

數(shù)據(jù)都很夸張，AI自己不停地寫了55萬(wàn)行代碼、120萬(wàn)行代碼和160萬(wàn)行代碼。（話說(shuō)，Excel代碼比Windows還多點(diǎn)，因吹斯�。�

多智能體系統(tǒng)協(xié)作

一個(gè)模型在一周內(nèi)寫300萬(wàn)行代碼，注意是不停的寫，沒(méi)有人類干預(yù)！

這顯然不是一個(gè)模型「單打獨(dú)斗」，怎么做到的？

Cursor團(tuán)隊(duì)透露了他們的秘密武器：多智能體系統(tǒng)（Multi-Agent System）。

最初，他們嘗試讓所有Agent平等協(xié)作，通過(guò)共享文件來(lái)同步狀態(tài)。結(jié)果發(fā)現(xiàn)：

Agent會(huì)持有鎖太久，或者干脆忘記釋放鎖。二十個(gè)Agent的速度下降到相當(dāng)于兩三個(gè)Agent的有效吞吐量。

這像極了人類團(tuán)隊(duì)中常見的問(wèn)題：會(huì)議太多、溝通成本高、責(zé)任邊界不清。

最終有效的方案是分層架構(gòu)：

• 規(guī)劃者（Planners）：持續(xù)探索代碼庫(kù)，創(chuàng)建任務(wù)，進(jìn)行高層決策

• 執(zhí)行者（Workers）：專注于完成具體任務(wù)，不關(guān)心全局，提交后繼續(xù)下一個(gè)

• 評(píng)審（Agent）：判斷每輪迭代是否合格，決定是否進(jìn)入下一階段

這幾乎是人類軟件公司的組織架構(gòu)：產(chǎn)品經(jīng)理/架構(gòu)師負(fù)責(zé)規(guī)劃，程序員負(fù)責(zé)執(zhí)行，QA負(fù)責(zé)評(píng)審。

但區(qū)別在于——這是成百上千個(gè)Agent同時(shí)工作。

Cursor團(tuán)隊(duì)實(shí)現(xiàn)了上百個(gè)Agent可以在同一個(gè)代碼庫(kù)上協(xié)同工作數(shù)周，幾乎沒(méi)有代碼沖突。

這意味著AI已經(jīng)學(xué)會(huì)了人類團(tuán)隊(duì)需要多年才能磨合出的協(xié)作默契。

瀏覽器的「護(hù)城河」

比你想象的要深得多

如果聽到「不就是個(gè)顯示網(wǎng)頁(yè)的軟件嗎」這種評(píng)價(jià)，所有做過(guò)瀏覽器內(nèi)核的工程師大概都會(huì)苦笑。

在計(jì)算機(jī)科學(xué)的鄙視鏈里，手寫瀏覽器內(nèi)核的難度，僅次于手寫一個(gè)操作系統(tǒng)。

為了讓你對(duì)這300萬(wàn)行代碼有個(gè)概念，我們需要看一眼谷歌的Chromium（Chrome的開源母體）。

作為人類軟件工程的巔峰之一，Chromium的代碼量早已突破3500萬(wàn)行。

它不僅僅是一個(gè)軟件，本質(zhì)上已經(jīng)是一個(gè)「?jìng)窝b成應(yīng)用程序的操作系統(tǒng)」。

GPT-5.2挑戰(zhàn)的究竟是什么？

首先是CSS的「混沌理論」。

網(wǎng)頁(yè)排版從來(lái)不是簡(jiǎn)單的堆積木。

CSS標(biāo)準(zhǔn)里充滿了各種歷史遺留的怪癖、層疊規(guī)則（Cascade）和復(fù)雜的繼承邏輯。

一位前火狐瀏覽器工程師曾打過(guò)比方：實(shí)現(xiàn)一個(gè)完美的CSS引擎，就像是在模擬一個(gè)物理法則隨心所欲變化的宇宙。你改動(dòng)一個(gè)父元素的屬性，可能導(dǎo)致幾千個(gè)子元素的布局瞬間崩塌。

其次是「虛擬機(jī)里的虛擬機(jī)」。

這次AI不僅寫了界面，還寫了一個(gè)JS虛擬機(jī)。

現(xiàn)代網(wǎng)頁(yè)跑的JavaScript代碼需要內(nèi)存管理、垃圾回收（GC）和安全沙箱。

稍微處理不好，網(wǎng)頁(yè)就會(huì)吃光你的內(nèi)存，或者直接讓黑客穿透瀏覽器接管電腦。

最要命的是，它選了Rust。

Rust這門語(yǔ)言以「絕不妥協(xié)的安全」著稱，它的編譯器就像一位極度神經(jīng)質(zhì)的考官。

人類工程師在寫業(yè)務(wù)邏輯時(shí)，往往要花一半的時(shí)間和編譯器「吵架」，處理借用檢查（BorrowChecker）和生命周期問(wèn)題。

AI不僅要懂業(yè)務(wù)，還得在幾百萬(wàn)行代碼的規(guī)模下，讓這位「考官」挑不出毛病。

能在七天內(nèi)把這些硬骨頭啃下來(lái)，并且讓它們協(xié)同工作，這已經(jīng)不是簡(jiǎn)單的「寫得快」了，這意味機(jī)器開始具備了頂級(jí)的架構(gòu)掌控力。

當(dāng)AI能夠「忍受孤獨(dú)」

但這則新聞?wù)嬲恼c(diǎn)，其實(shí)不在于瀏覽器本身，而在于那個(gè)「Uninterrupted」（無(wú)中斷）。

這是AI進(jìn)化的分水嶺。

在此之前，我們熟悉的AI編程工具（比如早期的Copilot）的情況是：你寫個(gè)函數(shù)頭，它補(bǔ)全五行代碼；你發(fā)個(gè)指令，它生成一個(gè)腳本。

它們的記憶是碎片化的，注意力是短暫的。

一旦任務(wù)稍微復(fù)雜一點(diǎn)，比如「重構(gòu)這個(gè)模塊」，它們往往會(huì)顧頭不顧尾，改了這頭壞了那頭，最后還得人來(lái)擦屁股。

但這次不一樣。這是一次「長(zhǎng)時(shí)任務(wù)」的勝利。

這300萬(wàn)行代碼分布在數(shù)千個(gè)文件里。

當(dāng)AI寫到第300萬(wàn)行時(shí)，它必須依然「記得」第1行代碼里定下的架構(gòu)規(guī)矩；

當(dāng)渲染引擎和JS虛擬機(jī)打架時(shí)，它必須能回溯幾萬(wàn)行代碼去尋找Bug的源頭。

這168個(gè)小時(shí)里，GPT-5.2肯定寫出過(guò)Bug。

但它沒(méi)有停下來(lái)報(bào)錯(cuò)等待人類投喂答案，而是自己讀取錯(cuò)誤日志，自己調(diào)試，自己重構(gòu)，然后繼續(xù)前行。

這種「編寫-運(yùn)行-修復(fù)」的自主閉環(huán)，曾經(jīng)是我們?nèi)祟惞こ處熥钜詾榘恋淖o(hù)城河。

現(xiàn)在，這條護(hù)城河被填平了。

我們正在目睹AI從「聊天伴侶」向「數(shù)字勞工」的質(zhì)變。

以前我們指揮AI做「任務(wù)」，比如「寫個(gè)貪吃蛇」；

現(xiàn)在我們指揮AI做「項(xiàng)目」，比如「造個(gè)瀏覽器」。

沉默的螺旋

雖然這個(gè)AI版瀏覽器的成熟度距離Chrome還有很長(zhǎng)的路要走，但它證明了路徑的可行性。

當(dāng)算力可以轉(zhuǎn)化為極其復(fù)雜的工程實(shí)施能力時(shí)，軟件開發(fā)的邊際成本將趨近于零。

這場(chǎng)實(shí)驗(yàn)最令人震撼的，其實(shí)不是屏幕上那個(gè)渲染出的網(wǎng)頁(yè)，而是那個(gè)在后臺(tái)沉默運(yùn)行了整整七天的進(jìn)度條。

它不眠不休，不急不躁，以每秒數(shù)千字符的速度構(gòu)建著數(shù)字世界的基石。

也許我們?cè)撝匦聦徱暋竸?chuàng)造」的定義了。

只有當(dāng)工具開始獨(dú)自在深夜里解決問(wèn)題時(shí)，我們才明白，它不再只是工具，而是我們的同行者。

從澳洲大叔的「賽博黑工」

到AI長(zhǎng)時(shí)任務(wù)

用5行代碼逼瘋硅谷的澳洲放羊大叔，其實(shí)只做了一件事情，就是讓AI不達(dá)目標(biāo)不能停止。

至于Prompt.md寫了什么命令，并不是重點(diǎn)。

就像今天Cursor CEO搞的這個(gè)極限壓力測(cè)試一樣，目標(biāo)就是造一個(gè)Chrome、造一個(gè)Windows、開發(fā)一個(gè)Excel，只要沒(méi)完成目標(biāo)，AI就要一直運(yùn)行下去。 回到最開始那個(gè)問(wèn)題：

一個(gè)AI究竟能自己干多久？

物理上的答案是無(wú)窮。只要你有足夠的算力、穩(wěn)定的基礎(chǔ)設(shè)施、清晰的任務(wù)定義，AI可以無(wú)限運(yùn)行下去。

但更重要的是，這改變了軟件開發(fā)的經(jīng)濟(jì)學(xué)。

傳統(tǒng)軟件開發(fā)的主要成本是人力和時(shí)間。

一個(gè)10人團(tuán)隊(duì)開發(fā)一個(gè)復(fù)雜項(xiàng)目，可能需要6個(gè)月到數(shù)年。每個(gè)月的人力成本可能是幾十萬(wàn)到上百萬(wàn)。

現(xiàn)在，AI可以在一周內(nèi)完成原本需要數(shù)月的工作。

成本可能只是一些token費(fèi)用，Emad Mostaque（Stability AI前CEO）猜測(cè)Cursor瀏覽器項(xiàng)目可能消耗了約30億個(gè)token。

他還有一個(gè)想法：用多少token能夠重寫一套Windows級(jí)別的操作系統(tǒng)？成本如何？

Token是越來(lái)越便宜的，就像之前的水和電，最終基于token的算力也會(huì)變得極其廉價(jià)。

于是，軟件經(jīng)濟(jì)學(xué)就被徹底顛覆。比如，軟件按照授權(quán)付費(fèi)的方式恐怕要消失了。

在2026年的今天，軟件開發(fā)正在經(jīng)歷一場(chǎng)基因級(jí)別的變異。

從前，代碼是人類一行一行敲出來(lái)的產(chǎn)物。

未來(lái)，代碼可能只是人類意圖的自動(dòng)展開：你描述你想要什么，AI就能把它變成現(xiàn)實(shí)。

一個(gè)模型能跑多久？

只要你需要，它就能跑下去。

參考資料：

https://x.com/mntruell/status/2011562190286045552

https://x.com/leerob/status/2011565729838166269

https://cursor.com/cn/blog/scaling-agents