☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
近日，ai编程工具cursor发布了2.0版本，带来两项重大更新：自研编码模型composer和用于并行协作多个智能体的新界面。这标志着cursor从“ai外壳”向“ai原生平台”的进化。此前，cursor只能使用claude、gpt等第三方模型，这虽为其起点，却也成了发展瓶颈。composer的发布，堪称cursor打破瓶颈的“独立宣言”。Composer是一款前沿模型，速度达到同等智能模型的4倍。在基准测试中，它实现了前沿水平的编码智能，生成速度达每秒250个token，约是领先快速推理模型的两倍、同类前沿系统的四倍。尽管其智能程度不敌GPT - 5等最佳前沿模型，但能匹敌中端前沿系统智能水平，且在所有测试类别中生成速度最快。该模型专为Cursor中的低延迟智能体式编码打造，大多数回合在30秒内完成。早期测试者认可其快速迭代能力，愿意用它处理多步骤编码任务。
官方表示，Composer通过强大工具训练，包括覆盖整个代码库的语义搜索，在理解和处理大型代码库方面表现出色。训练中，它使用生产级搜索与编辑工具，高效解决各类问题。Composer的研发源于Cursor团队开发Cursor Tab时的经验。开发者希望使用既智能又支持交互式使用的模型，保持编码专注与流畅。研发中，团队试验了代号Cheetah的原型智能体模型，Composer是其更智能的升级版，能支撑交互式体验，让编码顺滑。
从架构上看，Composer是混合专家（MoE）模型，支持长上下文生成与理解。它在多样化开发环境中强化学习，针对软件工程专项优化。每次训练迭代，模型接收问题描述并产出最佳响应，能使用简单工具和强大能力。为衡量进展，团队构建了新基准测试Cursor Bench，由真实智能体请求和精心整理的最佳解决方案组成，考察智能体正确性及对代码库和软件工程实践的遵循程度。
强化学习使模型针对性优化，鼓励高效选择工具和最大化并行处理，减少不必要回复和无依据陈述。在RL过程中，模型还自发习得执行复杂搜索、修复linter错误和编写运行单元测试等能力。Composer已被Cursor工程团队用于日常开发，且完全集成到Cursor 2.0中。
Cursor 2.0的界面设计更换，更加聚焦，以“智能体”为中心，而非传统文件结构。用户可专注结果，让智能体处理细节。需要时，可在新布局中打开文件或切换回经典IDE界面。Cursor 2.0能并行运行多个智能体，互不干扰，得益于git worktree或远程机器支持。让多个模型同时处理同一问题并择优采用，能提升最终结果，尤其在难任务上。
every.to博客举例，开发者可让多个AI智能体负责项目不同部分，像一群实习生各自负责文章不同章节并同时汇报。此外，随着智能体编码增多，出现代码评审与变更测试两个新瓶颈。Cursor 2.0开始解决这些问题，支持快速审阅智能体变更，深入代码，还构建原生浏览器工具，让Cursor测试工作并持续迭代至产出正确结果。
高效训练大型MoE模型需大量基础设施与系统研究投入。团队基于PyTorch和Ray构建定制化训练基础设施，支持大规模异步强化学习。通过MXFP8 MoE kernels与专家并行和混合分片数据并行结合，在原生低精度下训练模型，降低通信开销，扩展到数千张NVIDIA GPU，且无需训练后量化就能实现更快推理速度。
进行RL时，模型要调用Cursor Agent框架中的工具，这需要在云端并发运行数十万份隔离的沙盒编码环境。团队改造Background Agents基础设施，重写虚拟机调度器，适配训练运行的突发性与规模，实现RL环境与生产环境的无缝统一。
作为明星级AI编程工具，Cursor 2.0收获众多关注。参与早期体验的开发者评价不一。every.to博客收集了开发者的反馈，X上也有网友分享体验，甚至有人玩笑式让Cursor 2.0构建AGI。
