功能实在太多，令人目不暇接。效率提升400%当然，其他功能虽然出色，但最令人震惊的仍是——Cursor终于拥有了自己的基础模型。值得一提的是，以前的Cursor虽然备受欢迎，但实际上仅仅是依赖于GPT或Claude的外壳，其能力并非Cursor本身所创造。而如今情况不同，Composer的到来让Cursor终于能够自信展现实力。难怪这次官网介绍显得格外坚定。（doge）Cursor表示，该模型专为低延迟编程而设计，能够在30秒内完成大部分交互任务。即使面对复杂庞大的代码库，依旧能保持高水平的推理和理解能力。除了精彩的演示，当然还需要通过Benchmark来展示实力。

Composer的性能是通过内部测试套件「Cursor Bench」评测得出的——这一评估系统基于真实开发者的使用场景而设计。该Benchmark不仅测试代码的正确性，还考量模型的抽象层次、风格一致性与工程实践能力。结果显示：Composer以每秒250个tokens的速度生成代码。这速度相比当前最快的推理模型（如GPT-5、Claude Sonnet 4.5）快约两倍，而与其它模型相比更是快了四倍。尽管速度显著提升，Composer的灵活性依然不减，它的大幅提高推理能力与任务适应性，已达中等前沿模型的水准。自研基于强化学习的MoE模型如此惊人的表现，究竟是如何实现的呢？Cursor的研究科学家Sasha Rush揭示了答案——关键在于强化学习的应用。我们利用强化学习训练了一个大型MoE模型，使其更贴合实际编程任务，同时确保了速度的高效。

与此同时，Cursor充分发挥了自身在产品上的优势，与强化学习相辅相成。不同于其他机器学习方法，强化学习几乎无法从完整系统中提取过多信息。因此，我们让Composer与Cursor共同设计，以确保其在真实环境中高效运作。

强化学习的一个显著特点是：必须在真实环境中“实践”，才能掌握真正的技能。如果Composer仅在虚拟数据集上做些修改，根本无法知道这些代码是否存在Bug，测试是否能通过。因此，Cursor让模型直接进入“实战”，在完整的Cursor环境中运行，使用工具、执行命令，通过多次真实交互获取最有效的反馈。具体而言，Composer的训练并不是基于静态数据集，而是围绕实际软件工程任务进行。在训练过程中，模型直接在完整的代码库中进行操作，使用生产级的工具：文件编辑、语义搜索、终端命令等……面对复杂的工程问题，模型必须自己编写、测试和修复代码。每次训练都对应一个具体任务，比如编写修改、拟定方案或解释特定的代码逻辑。事实证明，强化学习确实使得Composer的能力更上一层楼。它学会了如何聪明地选择工具，灵活地进行并行处理，不再随便给用户提供不实用的建议。随着训练的深入，模型甚至展现出涌现行为——能够自动运行单元测试、修复代码格式错误，甚至自主完成多步的代码搜索与调试过程。而Cursor 2.0这次为多Agent协作建立的基础架构，正是基于Composer的这些核心能力。

值得一提的是，这次Cursor所推出的并不只是一个速度更快的模型，而是一个真正能够应用于实际的人工智能系统。与其盲目地与那些顶尖的基础模型对抗，Cursor这次更加聪明地利用了其在应用层的产品优势——使Composer能够在与用户相同的环境中进行操作，真正实现了与开发者日常工作流程的无缝对接。Cursor，你的自研能力究竟如何？不过，从另一方面来看，Composer的表现确实令人惊艳，但Cursor似乎在有意避开一个重要议题——强化学习是没问题的，但请你明确模型的基础来源。关于Composer的透明度问题，简直让人感到匪夷所思。他们提到使用了强化学习，却没有说明模型的其他训练细节——究竟是自我预训练的，还是对现有模型进行了修改？在更详细的信息公开之前，或是有人能够独立验证结果之前，我对这些说法持谨慎态度。

Cursor的研究员Sasha Rush最近一直在Hacker News上积极回答问题，但对于“基础模型来源”这一询问，她始终没有给出直接的回应。在被询问“Composer是否是基于某个开源模型进行微调？”时，Rush的回答是：我们的重点主要集中在强化学习的后期训练阶段，认为这才是让模型成为强大交互智能体的最佳途径。不过，可以肯定的是，Cursor过去确实有自己的内部模型。据了解，Cheetah是Composer的早期版本，团队曾利用它来测试生成速度和系统集成效果。然而，正式版的Composer究竟是基于Cheetah，还是从开源模型的基础上进行了改进……仍需要继续观察一段时间～参考链接：[1]https://news.ycombinator.com/item?id=45748725[2]https://simonwillison.net/2025/Oct/29/cursor-composer/[3]https://venturebeat.com/ai/vibe-coding-platform-cursor-releases-first-in-house-llm-composer-promising[4]https://cursor.com/cn/blog/2-0[5]https://x.com/srush_nlp/status/1983572683355725869[6]https://x.com/cursor_ai/status/1983567619946147967