启动 Anysphere2025年10月29日、作为AI编码工具Cursor重大更新“Cursor 2.0”的一部分，我们宣布了第一个内部开发的LLM“Composer”。
Composer 在 30 秒内完成大部分交互，每秒生成 250 个令牌。这大约是领先高速推理模型的两倍，是同类 Frontier 系统的四倍。该模型是使用强化学习和专家混合架构构建的，并针对真实的软件工程任务而不是静态数据集进行训练。
Cursor 2.0 引入了多代理界面，允许最多 8 个代理并行运行，每个代理使用 git 工作树或远程计算机在隔离的工作区中运行。
定价等级从免费到超级，个人用户每月 200 美元，企业版 Teams 起价为每位用户每月 40 美元。
从： 
Vibe 编码平台 Cursor 发布 Composer，这是其第一个法学硕士
【编辑部评论】
在AI编码工具市场，Cursor的发布不仅仅代表着一个新功能，它代表着开发体验的根本性范式转变。虽然 GitHub Copilot 和 Cursor 的早期版本充当“开发人员的辅助工具”，Cursor 2.0 由 Composer 提供支持，旨在“与自主代理协作”已经成为了。
特别值得注意的是关键是 Composer 是在真实的开发环境而不是静态代码数据集中进行训练的。包括版本控制、依赖管理和测试执行等实际任务的学习有可能克服传统法学硕士面临的问题，例如“缺乏上下文理解”和“可执行性低的代码生成”。
每秒250个代币的生成速度可以让开发者在工作的同时保持思路流畅，这可以说是极大影响AI工具实用性的一个因素。 30秒内完成任务的指标也消除了传统“等待时间”带来的压力。
另一方面，同时运行多达八个代理的能力也带来了代码库复杂化和管理成本增加的风险。当多个代理并行尝试不同的方法时，开发人员将需要具备适当评估和整合结果的技能。
Ultra 计划每月 200 美元的价格对于个人开发者来说是昂贵的，但从提高公司开发生产力的角度来看，它处于可以预期投资回报的水平。未来，随着这些人工智能开发工具的标准化，编程教育的性质和工程师所需的技能组合可能会发生变化。
【词汇表】
振动编码
一种开发风格，其中人工智能通过简单地用自然语言传达开发人员的模糊意图和感受（共鸣）来交互式地编写和修改代码。它的独特之处在于它不仅生成和补充代码，而且还与人工智能协作对整个代码库进行更改，例如重构和调试。它象征着从“编写代码”的传统任务转向“向人工智能传达意图并审查结果”。
LLM（大规模语言模型）
基于大量文本数据训练的人工智能模型。执行各种任务，例如文本生成、翻译、摘要和代码生成。代表性的例子包括GPT-4、Claude和Gemini，它们在最近的AI技术创新中发挥着核心作用。
混合专家（MoE）
结合了多个专门子模型（专家）的架构。通过根据任务选择和组合最优的专家，实现高效、高性能的处理。作为一项在提高性能的同时降低大型模型的计算成本的技术，它正在引起人们的关注。
git工作树
Git 中的一项功能，允许您从单个存储库创建多个工作目录。它在同时处理不同分支时很有用，在 Cursor 2.0 中使用它可以允许多个代理并行工作而不会互相干扰。
【参考链接]
光标官方网站（外部）
利用人工智能的代码编辑器的官方页面。包含Cursor 2.0和Composer的详细功能介绍、定价计划和文档。您可以从免费计划开始。
任意球官方网站（外部）
开发 Cursor 的初创公司的官方页面。您可以查看团队信息、公司愿景、招聘信息等。
光标2.0官方博客（外部）
Cursor 2.0 和 Composer 公告文章。开发团队详细介绍了技术细节、基准测试结果和新功能的说明。
作曲家官方博客（外部）
官方公告文章专门介绍 Composer 的技术细节。解释了使用强化学习、混合专家架构、性能指标等的训练方法。
[参考文章]
Cursor 2.0 转向多智能体人工智能编码，首次亮相 Composer 模型（外部）
AI News 的分析文章。它解释了 Cursor 从以文件为中心的 UI 到以代理为中心的 UI 的范式转变、多代理协作的重要性以及与 GitHub Copilot 和 Replit Agent 的区别点。
Composer：使用 RL 构建快速前沿模型（外部）
科技博主西蒙·威利森 (Simon Willison) 撰写的深思熟虑的文章。它分析了使用强化学习进行现实世界培训的重要性、其与传统法学硕士的根本区别及其对开发人员体验的影响。
Vibe 检查：Cursor 2.0 和 Composer 1 Alpha（外部）
评论 Every 的文章。深入了解 Cursor 2.0 的新的以代理为中心的架构、Composer 性能及其对开发人员工作流程的影响。
[编者后记]
从AI“补充”代码的时代到它“协作”的时代——这次Cursor更新或许预示着我们开发者与AI的关系进入了一个新的阶段。您能想象一种将工作委托给八个人工智能代理并比较和检查结果以选择最佳解决方案的工作方式吗？
即使没有编程经验的人也可以仅使用自然语言创建应用程序的未来就在我们面前。另一方面，如果工程师所需的技能从“编写代码的技能”转向“掌握AI的判断技能”，我们应该如何准备？我希望我们能够共同面对这个问题。