大数跨境

GPT-5.2让AI连续写了7天代码,写出了一个浏览器

GPT-5.2让AI连续写了7天代码,写出了一个浏览器 基本透明
2026-01-26
1
导读:GPT-5.2驱动AI代理7天写出完整浏览器引擎,300万行代码背后是编程范式的根本转变:从辅助到自主,开发者角色正在被重新定义。
168小时,300万行代码,从零到一个能跑的浏览器。这个实验如果发生在2024年,我会觉得是科幻小说。

但现在是2026年,Cursor的CEO Michael Truell真干了这事。一群GPT-5.2驱动的AI代理,自主编程一周,用Rust从头写了一个浏览器引擎。不是demo,是完整的渲染引擎+CSS解析+JavaScript虚拟机。

这事的意义,可能比大多数人想象的要大。

先说这个实验到底干了什么

Cursor放出几百个AI代理,让它们协作完成一个任务:写一个叫FastRender的浏览器。产出是什么?

300万行Rust代码完整的HTML5解析CSS选择器、级联、Flexbox、Grid布局自研的JavaScript虚拟机多进程安全沙箱架构

能渲染Google首页,能跑基础的网页。你可能会说:就这?Chrome随便打开一个页面不比这强?重点不是它比Chrome强,重点是——这玩意儿是AI在7天内从零开始写的。要知道,Mozilla的Servo引擎,几十个工程师干了十年,也就100万行代码。FastRender用168小时,跑出了3倍的代码量。

真正的突破在架构

让我兴奋的不是代码行数,是Cursor的多代理协作系统。他们设计了一套层级结构:

Planner:探索代码库,拆解任务,生成子任务Worker:执行具体编码,专注单一功能Judge:review代码,决定是继续还是重来

几百个AI同时干活,互不打架。这解决了之前AI编程最大的痛点:上下文混乱。以前让AI写长项目,写着写着它就忘了前面的设计。Cursor的方案是分而治之——每个Worker只管自己那一块,Planner负责全局协调。Truell说,最早他们试过扁平结构,让所有Agent共享文件,用锁机制防冲突。结果Agent们互相等锁,效率极低。改成层级制之后,效率提升了一个量级。

这套架构本身,可能比FastRender这个浏览器更有价值。

GPT-5.2,专门为这种任务设计

这次实验用的是OpenAI去年12月发的GPT-5.2 Codex。几个关键能力:
长周期任务支持:能处理大规模重构,不会写着写着丢上下文上下文压缩:把早期对话总结存档,给新内容腾空间SWE-bench 80分:和Claude Opus 4.5打平,但价格便宜近10倍.

$1.75/百万token的输入价格,意味着什么?意味着让AI跑168小时不再是烧钱实验,而是可计算的工程成本。OpenAI去年底内部喊"Code Red",全力押注编程能力,GPT-5.2就是这个战略的产物。从结果看,这个押注是对的。

关于"AI slop"的争议

当然,FastRender发布后也有很多质疑。有人说代码编译不过,有人说依赖了现成的库不算"从零开始",有人说300万行太臃肿。

这些批评对吗?对,但也不完全对。编译问题后来修了。依赖html5ever、taffy这些库,本来就是工程上的合理选择——人类写浏览器也不会从头实现HTML解析器。

至于代码臃肿,这确实是当前AI编程的特点,它不擅长做减法。但换个角度想:第一辆汽车也比马车颠,第一架飞机也飞不过鸟。FastRender的意义不在于它今天能不能替代Chrome,而在于它证明了一件事:AI可以自主完成一个完整的、复杂的软件工程项目。从HTML解析到JS虚拟机到安全沙箱,这是一个需要深度系统知识的全栈任务。7天跑通,已经是里程碑了。

对开发者意味着什么

我看到这个实验的第一反应是:软件开发的单位要变了。以前我们说"这个功能需要3个人月",以后可能要说"这个功能需要500 agent小时"。不是AI替代程序员,是程序员的杠杆率暴涨。以前一个工程师带5个初级开发,以后可能是一个工程师指挥500个AI Worker。你的价值不再是写代码的手速,而是拆解任务、设计架构、把控质量的能力。Cursor这套多代理系统,本质上是在探索"AI工厂"的组织形式。Planner、Worker、Judge——这不就是Tech Lead、工程师、Code Reviewer吗?只不过执行层全换成了AI。

2026年的AI编程,拐点已至

去年这时候,AI编程的主流用法还是"帮我写个函数"、"解释一下这段代码"。今年,Cursor已经在尝试"让AI自己写整个项目"了。从Copilot到Autopilot,就差这一步。

FastRender可能不是一个好浏览器,但它是一个重要信号:AI编程正在从"辅助"走向"自主"。GPT-5.2的长周期任务能力,加上Cursor的多代理协作架构,打开了一扇新的门。一年后再回看这个实验,可能就像我们今天看2022年的ChatGPT首发——粗糙,但具有划时代意义。未来已来,只是分布不均。


# 你觉得AI自主编程离真正实用还有多远?评论区聊聊👇

【声明】内容源于网络
0
0
基本透明
1234
内容 123
粉丝 0
基本透明 1234
总阅读11
粉丝0
内容123