一周生成300万行代码,AI从零造出浏览器!人类程序员未来只做架构?

这是Cursor创始人近日公布的惊人实验结果。该项目名为FastRender，由GPT-5.2-Codex驱动的数百个AI智能体在一周内协作完成，生成超过300万行Rust代码，包含定制JavaScript虚拟机，能够成功渲染Google首页。

虽然性能与Chrome相比仍有明显差距，但实验背后的技术突破和未来预示更加引人注目。

这个项目最核心的创新点在于解决了多智能体协作的难题。研究团队采用了“规划者-工作者-裁判”的三层分层架构，让数百个AI能够有序地共同完成如此复杂的任务。

在实验中，“规划者”负责整体任务拆解和分配，“工作者”专注执行具体编码任务，“裁判”则评估代码质量并决定是否通过。这种分工明确的架构使得大规模AI协作成为可能。

与以往实验不同的是，这次研究使用了GPT-5.2-Codex作为核心驱动力。实验结果表明通用模型在长期自主任务规划方面明显优于专门编码模型，这为未来AI编码系统的发展方向提供了重要参考。

提示词设计在整个实验过程中起到了决定性作用。 研究团队发现，通过精心设计的提示词，可以显著提高AI智能体的工作效率和代码质量。

实验中，AI生成的代码量达到了惊人的300万行，全部使用Rust语言编写。这些代码不仅包括浏览器核心功能，还实现了一个定制的JavaScript虚拟机。

尽管性能仅能达到Chrome的初级阶段，FastRender已经能够成功渲染复杂的网页如Google首页，这本身就是一个技术里程碑。该项目已在GitHub开源，代码库完全透明，供开发者研究和学习。

对于这个突破性实验，业界也存在一些合理质疑。最集中的疑问在于AI生成代码的可维护性和创造性问题。

有专家指出，虽然AI能够生成大量代码，但这些代码是否易于人类理解和维护仍是未知数。同时，AI在解决未知问题时的创造性也受到怀疑。

Cursor创始人对此回应称，此次实验的主要目标是验证扩展自主编码能力的可行性，而非生产就绪的产品。实验中积累的经验将有助于改进未来的AI编码系统。

小张是一个开发者，对此只能说，如果是个人开发者的话，可以使用ai开发，但是如果是公司或者是要开发关键系统的话，人力开发仍然是必选项，因为AI生成的代码质量无法保证。不过如果有公司使用AI开发关键系统并长时间平稳运行的话，相信资深的开发者就会失业了。