Cursor AI浏览器项目遭质疑：300万行代码无法编译，暴露AI生成代码质量难题

前段时间，整个 AI 圈子都被 Cursor 发布的一则消息所震动。

Cursor 宣称，他们让 GPT-5.2 驱动的编码智能体连续运行了整整 7 天（168 小时）。这些 AI技术 驱动的智能体竟然从零开始，编写出了一个包含超过 300 万行代码、功能堪比 Chrome 的浏览器。

这一说法极具诱惑力：随着计算资源日益普及，AI 似乎可以无限期地自我迭代，直至完成像构建操作系统、办公软件甚至游戏引擎这样的宏大目标。

然而，就在许多人还处于惊叹中时，技术社区的开发者们开始了他们的“审查”。他们仔细查看了 Cursor 开源的“FastRenderer”项目代码，发现了一个关键问题：这个所谓的“AI浏览器”项目，连最基本的编译都无法通过。

一篇技术博客犀利地指出，Cursor 所宣称的“突破性进展”，本质上是缺乏工程逻辑的“AI泔水”（AI Slop）。他们在宣传上制造了成功的假象，但实际上项目只是一堆无法运行的代码。

博客地址：https://embedding-shapes.github.io/cursor-implied-success-without-evidence/

GPT-5.2 七天造出浏览器？事实核查

Cursor 在 1 月 14 日发布了一篇题为《扩展长时间运行的自主编码能力》（Scaling long-running autonomous coding）的博客。

官方博客：https://cursor.com/blog/scaling-agents

文中提到，他们进行了让“编码智能体自主运行数周”的实验，目标是探索在通常需要人类团队数月才能完成的项目上，AI 驱动的编码能走多远。他们最终找到了一种方案，能够将智能体规模扩展到非常大的项目。

为了测试该系统，他们设定了一个雄心勃勃的目标：从零开始构建一个网络浏览器。智能体运行了近一周，在数千个文件中编写了超过 300 万行代码。同时，他们在 GitHub 上开源了代码。

GitHub 项目：https://github.com/wilsonzlin/fastrender

但问题在于：这个任务真的成功了吗？博客中声称“智能体可以理解庞大代码库并取得有意义的进展”，以及“数百个 worker 并发运行，冲突极少”，却从未明确指出这个浏览器能否实际运行。演示仅为一个简短的视频和截图，并配文“虽然这看起来像是一个简单的截图，但从零开始构建一个浏览器是非常困难的”，始终未给出“可运行且功能正常”的明确结论。

核心问题：代码无法编译，项目从未成功构建

如果你亲自克隆（clone）该仓库并尝试运行 cargo build 或 cargo check，问题会立刻暴露：

error: could not compile ‘fastrender’ (lib) due to 34 previous errors; 94 warnings emitted

技术博客的作者列举了多个证据：

1. GitHub Actions 持续失败：主分支（main）上的近期工作流（workflow）运行全部失败，甚至包含 workflow 文件本身的错误。
2. 独立构建报错：尝试独立构建会报出数十个编译器错误。
3. 历史提交均不可用：回溯最近的 100 个提交，几乎找不到一个能干净编译的提交。这意味着该仓库从诞生起就从未处于“可构建”状态。

该仓库甚至包含一个记录构建失败提交的列表文件。

上下滑动查看
https://gist.github.com/embedding-shapes/f5d096dd10be44ff82b6e5ccdaf00b29

目前，该仓库中已经有一个关于构建失败的 GitHub Issue。作者指出，这根本不是真正的工程代码，而是典型的“AI泔水”——形式上模仿了功能，但缺乏连贯的工程意图，连最基本的标准都未达到。

Issue 地址：https://github.com/wilsonzlin/fastrender/issues/98

Cursor 的演示避谈了“如何运行”和“工作原理”，也没有提供任何可复现的演示或已知可用的版本标签（tag/release）来验证其截图。这种遗漏了工程界最看重的“可复现性”的做法，即便在字面上不算撒谎，也具有极强的误导性。

到目前为止，他们唯一证明的可能是：AI 智能体可以疯狂输出数百万 Token，但最终生成的代码依然是一堆无法运行的废料。 一个浏览器实验的最低标准应是在受支持的工具链上编译通过，并能渲染一个简单的 HTML 文件，但 Cursor 的项目未能满足这一标准。

开发者社区反应强烈

这种将“半成品”包装成“里程碑”的行为，迅速激怒了开发者社区。在 GitHub 的 Issue 区和 Hacker News 等 开发者社区热议 的平台上，批评声不断。

• “我也试了，根本跑不起来。”
• “代码逻辑混乱，持续集成（CI）全红也敢合并？我们是在对着截图膜拜吗？”
• “既然功能是假的，开源这个仓库有什么意义？为了证明 AI 能制造电子垃圾吗？”

在 Hacker News 上，相关讨论获得了近 200 条评论。网友 pavlov 指出，所谓的“从零开始”和“定制 JS 虚拟机”是误导。查看项目依赖（如 html5ever, cssparser, rquickjs）就能发现，它本质上是对 Mozilla 开发、现由 Igalia 维护的 Servo 浏览器引擎的封装。

网友 brabel 评论道：“他们居然觉得声称‘从零手搓’是步好棋？任何程序员上手第一件事就是查依赖。唯一的解释是，他们赌大多数人只会看标题就欢呼，不会去认真核实。”

事件背后：AI 编程的激进叙事与行业竞争

Cursor 虽然从未直接声明“该项目已准备好投入生产”，但却通过“从零构建”和“有意义的进展”等宏大叙事，配合精心挑选的截图，成功营造了“实验成功”的假象。大家并不指望它成为下一个 Chrome，但一个声称已构建的浏览器，至少应能演示编译并加载基本 HTML 文件。

这次事件也折射出当前 AI 编程领域的激烈竞争态势。近一个月，行业焦点很大程度上被 Anthropic 的 Claude Code 所吸引，其展现出的能力令许多资深开发者感到震惊。在这种背景下，一篇“编码智能体运行一周写出浏览器”的叙事，无疑非常吸引眼球。这或许导致了 Cursor 团队在验证不足的情况下，过于急切地发布了这一结果。

启示：从“氛围编程”到“开挂工程师”

这次事件虽然结果惨淡，但也意外揭示了 AI 协同编程的一些关键经验。Hyperbolic 联创兼 CTO Yuchen Jin 指出了 Cursor 实验中隐含的教训：

• 让大量智能体作为对等体自我协调是行不通的。
• 明确的角色分工（如规划者、执行者、评审者）更有效。
• 不同模型特性不同（如 GPT-5.2 更长于长期任务）。
• 增加过多“管理”智能体反而会降低效率，这与人类组织中的问题类似。

更深层的进化或许发生在人类工程师自身。一个名为“开挂工程师”（Cracked Engineer）的概念正在硅谷流行，它指的是那些拥有深厚技术功底，并能高效利用 AI 工具，以一人之力驱动整个项目进展的顶级开发者。

Cursor 的这次翻车，恰恰落入了所谓的“氛围编程”（Vibe Coding）陷阱——只享受 AI 生成代码的速度，却完全抛弃了工程严谨性，产出了无法运行的“电子泔水”。

真正的“开挂工程师”是这一现象的反面。他们深度使用 AI，但绝不盲信；他们拥有足够的技术判断力来审查和修正 AI 的输出。未来的软件开发，可能并非由数千个无序的 AI 智能体完成，而是由一名“开挂工程师”带领一个精干的 AI Agent 团队，精准高效地构建真正可用的产品。这次事件也提醒整个社区，在追逐 GitHub开源项目 和 AI 编程热点的同时，对代码质量和可复现性的基本要求不应被忽视。想了解更多前沿技术动态与深度讨论，欢迎访问 云栈社区。

参考资料：
https://embedding-shapes.github.io/cursor-implied-success-without-evidence/
https://www.theinformation.com/articles/forget-vibe-coders-cracked-engineers-rage-tech