Cursor 2.0 震撼发布：自研模型Composer与多智能体界面引领AI编程革命

Cursor 2.0 正式登场，带来颠覆性更新！

此次发布包含两大核心突破：首款自研编码模型Composer，以及支持并行协作的全新多智能体界面。

这一举措意义深远。长期以来，Cursor虽广受好评，但常被冠以“AI时代的VS Code”之名，因其依赖Claude、GPT等第三方模型。这既是起点，也构成了发展瓶颈。

Composer的推出，堪称Cursor突破限制的“独立宣言”，标志着从“AI外壳”向“AI原生平台”的战略进化。

自研模型 Composer

Composer是一款前沿编码模型，尽管智能水平不及GPT-5等顶级模型，但速度优势显著，达到同类智能模型的4倍。

在基准测试中，Composer实现了前沿水平的编码智能，生成速度达每秒250个token——约是快速推理模型的两倍，同类前沿系统的四倍。（注：Cursor对比模型分为“最佳开源”、“快速前沿”、“2025年7月前沿”及“最佳前沿”等类别。Composer在匹配中端前沿智能的同时，创下所有测试的最高生成速度。）

该模型专为Cursor低延迟智能体编码设计，多数任务在30秒内完成。早期测试者称赞其快速迭代能力，并信任它处理多步骤编码任务。

官方表示，Composer通过强大工具训练，包括全代码库语义搜索，因此在理解和处理大型代码库方面表现更强。

训练中，Composer可使用生产级搜索与编辑工具，高效解决复杂问题。研发动力源于Cursor Tab（自研补全模型）经验。

团队发现开发者需要既智能又交互的模型，以保持编码流畅。他们试验了代号Cheetah的原型智能体模型，Composer是其智能升级版，速度支撑交互体验。

架构上，Composer是混合专家（MoE）模型，支持长上下文生成与理解。通过多样化开发环境强化学习，针对软件工程优化。训练迭代中，模型接收问题并产出最佳响应，如代码修改或规划，能使用文件编辑、终端命令和语义搜索等工具。

为衡量进展，他们构建了Cursor Bench基准，基于真实智能体请求和人工解决方案，评估正确性及对代码库抽象和工程实践的遵循程度。

强化学习优化模型服务高效软件工程。响应速度是关键，团队鼓励模型高效使用工具并最大化并行处理。训练减少不必要回复，避免无依据陈述。模型自发习得复杂搜索、修复linter错误和编写单元测试等能力。

Composer已被Cursor工程团队日常使用，表明其成熟稳定。它完全集成到Cursor 2.0，这是智能开发环境的重大更新。

多智能体界面

Cursor界面也焕然一新。

博客介绍，新版本更聚焦，以“智能体”为中心，而非传统文件结构。用户专注于结果，智能体处理细节。需要时，可轻松打开文件或切换回经典IDE界面。

Cursor 2.0能轻松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。团队发现，让多个模型尝试同一问题并择优采用，可提升结果，尤其在难任务上。

every.to博客分享测试示例，如顶部栏中三个模型运行相同任务：Composer 1 Alpha两次，Grok Code一次。

博客写道：“现在开发者可同时运行多个AI智能体，每个负责项目不同部分（称为工作树），如同实习生分工协作。”此外，Cursor提到智能体编码的新瓶颈：代码评审与变更测试。

Cursor 2.0开始解决这些问题，支持快速审阅智能体变更，并构建原生浏览器工具测试工作并迭代至正确结果。

基础设施

高效训练大型MoE模型需基础设施与系统研究投入。团队基于PyTorch和Ray构建定制训练基础设施，支持大规模异步强化学习。通过MXFP8 MoE kernels与专家并行、混合分片数据并行结合，在低精度下训练，扩展至数千张NVIDIA GPU，通信开销低。MXFP8训练还实现更快推理，无需后量化。

强化学习中，模型可调用Cursor Agent框架任意工具，如编辑代码、语义搜索、grep查找和运行终端命令。为承载规模，团队改造Background Agents基础设施，重写虚拟机调度器适配训练突发性，统一RL与生产环境。

网友点评

作为明星AI编程工具，Cursor大版本更新备受关注。

早期体验开发者给出好评。every.to博客收集反馈，褒贬不一。

X平台也有网友分享体验。

有人玩笑式让Cursor 2.0构建AGI。

参考链接：

https://x.com/cursor_ai/status/1983567619946147967

https://cursor.com/blog/2-0

https://every.to/vibe-check/vibe-check-cursor-2-0-and-composer-1-alpha

https://cursor.com/cn/changelog/2-0