Cursor 2.0重磅发布：多代理并行处理，30秒完成大多数任务的自研模型，MXFP8训练全新升级！

智东西在10月30日报道，今日，著名的AI编程平台Cursor正式发布了其2.0版本，并引入了首个自主研发的编程模型Composer，同时还推出了一个支持多个Agent并行协作的新界面，共计15项功能升级。

Composer模型的最大优势在于速度。据Cursor介绍，这一模型专为低延迟的Agentic编程而设计，绝大部分回合能够在30秒内完成，其速度是同类智能模型的4倍，而且每秒生成的token数量已超过200个。

在Cursor的内部测试中，Composer的智能表现已经超越了顶尖的开源编程模型（如Qwen Coder和GLM 4.6），在速度上也优于现有的一些轻量级模型（如Claude Haiku 4.5和Gemini Flash 2.5），然而，其智能水平依然不及GPT-5和Claude Sonnet 4.5。

Composer与领先开源及闭源模型的智能与速度对比

随着Agent能力的不断提升，Cursor的用户界面也进行了相应的调整。Cursor 2.0的界面不再以文件为中心，而是围绕Agent进行了全新设计，使开发者能够专注于目标，让各个Agent负责具体的实现细节。

现在，Cursor 2.0支持最多同时运行8个Agent，它们可以在不同的工作区内独立进行工作。用户还可以让多个Agent同时尝试解决同一问题，从中选择最佳方案——实践证明，这种方法在处理复杂或开放性任务时，能显著提升结果的质量。

若需要深入查看或编辑代码，用户仍然可以打开文件，或方便地切换回经典的IDE视图。

Cursor新版用户界面

伴随着Agent在编程工作流程中的深入应用，如何审查代码和测试变更成为了一个新的挑战。Cursor 2.0的新设计使用户能够直接查看修改的细节，而无需在不同文件间频繁切换。

新增的原生浏览器功能使Cursor 2.0能够自动进行工作测试和迭代，直至获得正确结果，用户还可以直接选择网页元素，让Cursor进行修改，实现“指哪儿改哪儿”的功能。

目前，Cursor 2.0已经全面上线，用户可在Cursor官网下载安装最新版本。不过，要在Agent模式下体验Composer模型，则需要订阅Cursor Pro服务。

下载链接：

https://cursor.com/cn/download

01.

2.0版15项升级全解析

Agent能够自主完成代码测试了

Cursor在用户界面和功能上进行了15项升级，以提升其使用体验，以更好地符合现代Agentic编程的需求。

（1）多Agent并行作业，用户可选择最优方案

在Cursor全新的编辑界面中，用户可以更便捷地管理各个Agent，新增加的侧边栏可显示Agent和开发计划的相关信息。

现在，用户可以将一条指令交给多达8个Agent同时处理。这一功能通过git worktrees或远程虚拟机实现，从而避免文件之间的冲突。每个Agent都有独立的代码库副本，使其能够专注于各自的任务。

Cursor的多Agent模式

然而，消耗token的数量可能是这种模式的一个潜在缺陷。有网友分享自己同时调用Sonnet 4.5和Codex的经历，仅仅是修改一个图表的颜色，模型就消耗了数千个token。

（2）Agent现已实现浏览器功能，前端代码编辑如涂鸦般轻松

Cursor在1.7版本中测试的Agent浏览器功能现已正式上线，同时为企业用户提供了额外的支持，包括MCP黑白名单管控等安全措施。

通过控制Cursor内置浏览器，Agent能够执行导航、点击、输入、滚动以及截屏等多种操作，旨在完成测试应用、评估无障碍性及将设计转化为代码等复杂任务。借助对控制台日志和网络流量的全面访问，Agent还可以调试问题并自动化整个测试流程。

一些用户表示，Cursor的浏览器功能使得前端开发变得极为简单，只需选择需要修改的内容，Cursor便能自动完成调整。

为了提高效率并降低token的使用，Cursor对浏览器工具进行了多项优化，具体包括更高效的日志处理、图像化反馈、智能提示及开发服务器感知等功能。

（3）代码审查功能升级，告别繁琐跳转

经过改进的代码审查功能将所有修改汇总在一个界面中，使用户可以轻松查看Agent对多个文件所做的更改，避免在各个文件之间频繁切换。

Cursor的聚合审查界面展示

（4）沙盒终端功能默认开启，提升Agent安全性

Cursor已推出macOS版本的沙盒终端功能。从Cursor 2.0版本起，macOS下的Agent命令及未列入白名单的shell命令将默认在安全沙盒环境中运行。该沙盒环境能够读取和写入用户的工作区，但不允许访问互联网。

在用户首次体验时，有人反馈竟然遭遇了Agent的删库事件。

（5）团队命令实现自动化，更加简便

现在，团队负责人能够在Cursor中设定自定义的命令与规则，而这些配置将自动适用于所有团队成员，无需在各自的本地编辑器中单独存储。

（6）引入语音控制，轻松唤醒Agent

内置的语音转文本功能让用户可以通过语音指令来操控Agent。同时，用户可以在设置中自定义触发关键词，以启动Agent功能。

（7）代码运行效率显著提升，Python执行更迅速

Cursor通过语言服务器协议（LSP）提供多种语言特定功能，如跳转到定义、悬停提示和诊断等。现今，Cursor在所有语言的LSP加载和运行性能上都有了显著改善，这在Agent应用场景和代码差异查看时表现尤为突出。

对于大型项目，Python和TypeScript的LSP默认运行速度也将快速提升，内存限制会根据可用RAM进行动态调整。同时，Cursor修复了一些内存泄漏问题，优化了整体内存利用率。

（8）支持后台计划模式，便于方案对比审查

Cursor现已支持在后台创建与构建计划。用户可以利用一个模型来设定计划，再使用另一模型来执行该计划。

用户能够在前台或后台构建计划，甚至可以通过并行Agent同时创建多个计划，以实现不同方案的对比和审查。

（9）实施团队命令，促进知识共享效率

Cursor允许用户将定制的规则、指令和提示分享给整个团队。此外，通过Cursor Docs，团队成员可以创建深度链接，以实现更高效的知识和工具共享。

（10）优化提示词界面，简化上下文菜单

在提示输入界面，Cursor进行了全面的改进：文件和目录现在以嵌入式标签的方式展示，复制和粘贴带上下文标签的提示变得更加方便。

同时，Cursor对上下文菜单进行了简化，去除了@Definitions、@Web、@Link、@Recent Changes、@Linter Errors等显式选项。现在，Agent可以自主收集所需的上下文信息，而不再需要用户在输入提示时手动添加。

（11）提升Agent框架，增强稳定性

Cursor显著优化了在不同模型下的Agent底层运行框架。这一改进带来了整体性能和稳定性的提升，尤其在GPT-5 Codex场景下效果更为突出。

（12）云端Agent更新，可靠性达到99.9%

Cursor的云端Agent现已实现99.9%的可靠性和即时启用性能，同时即将推出全新的用户界面。Cursor还改进了从编辑器向云端发送Agent的体验，使开发过程更加流畅。

对于企业版Cursor，新增的三项更新如下：

（13）沙盒终端提供管理员控制，确保安全性与一致性

企业管理员可以在团队层面统一配置沙盒终端的标准设置，包括沙盒的可用性、Git的访问权限及网络访问策略，以确保安全性与一致性。

（14）Hooks云端分发，资源管理更加便捷

企业团队现在能够通过Web控制台直接分发Hooks，管理员可以新增Hooks、保存草稿，并灵活指定适用于不同操作系统的Hooks。

（15）审计日志提升安全性与透明度

Cursor为企业用户提供了详尽的审计日志功能，帮助团队追踪关键操作、变更记录和合规性事件，从而提升安全性与透明度。

02.

自主研发模型注重速度与智能的平衡

原生MXFP8低精度训练

除了上述升级，Cursor的首个自主研发编程模型也值得关注。此前，Cursor已经推出了如Cursor-Small、Cursor Tab等自研模型，但这些早期模型主要适用于快速编辑和代码补全，无法应对复杂的开发任务。

Cursor表示，其自研编程模型受之前代码补全模型开发经验的启发，发现开发者希望使用具备智能且支持交互式使用的模型，以保持编程的专注与流畅。

这一观察显然切中了不少程序员在使用AI编程时的痛点——毕竟，发送提示词后等待几分钟才能得到结果，实在影响编程体验。

在研发过程中，Cursor测试了一个代号为“猎豹（Cheetah）”的原型Agent模型，以更深入地理解高速Agent模型的影响。Composer是这个模型的智能升级版，具备足够的速度来支持交互式体验，使编程过程更加流畅。

许多网友已经分享了他们使用Composer的编程体验。开发者Sam Liu表示，Composer的速度非常快，自己在五分钟内就创建了一个完整的Vide Coding社群，不仅仅是前端，连登录验证和数据库也一并完成。

Humblytics的联合创始人amirmxt分享道，如果在提示词中加入“仔细思考”等字样，Composer会花更多时间去判断自己是否选择了正确的路径，然后迅速执行。

Composer作为一种专家混合（MoE）模型，在生成和理解长上下文方面表现卓越。它通过强化学习（RL）在各类开发环境中进行优化，专注于软件工程领域的提升。

在强化学习阶段，Composer的表现经历了波动而逐步提升。为了深入理解和管理大型代码库，它整合了一整套工具，包含全代码库的语义搜索。这使得Composer在跨文件和模块的上下文理解及修改中展现出显著的优势。

该模型不仅可以利用简单的工具完成文件的读取和编辑，还能够调动更为复杂的功能，例如执行终端命令和进行整个代码库的语义搜索。

在强化学习的优化过程中，Composer将效率作为主要目标。Cursor引导模型在工具的选择上追求高效，并在适合的情况下提升并行处理的能力。

另外，Cursor通过减少不必要的回应和避免缺乏依据的陈述，来训练模型成为更加实用的助手。

Cursor逐渐掌握了更为高效的任务完成方法。它还发现，模型在强化学习过程中，能够自发性地获得执行复杂搜索、修复代码错误和编写及运行单元测试等多种技能。

为了提升模型的训练效率，Cursor基于PyTorch和Ray构建了定制的训练基础设施，以支持大规模的异步强化学习。

Cursor运用MXFP8 MoE内核、专家并行和混合分片数据并行方法，在原生低精度下完成Composer的训练。这种训练方式能以极低的通信成本将训练扩展到数千张英伟达GPU。此外，MXFP8的训练方式还能够在不进行后期量化的情况下，显著提升推理速度。

在强化学习中，Cursor希望模型能够灵活调用Cursor Agent框架中的各类工具。这些工具可用于编辑代码、进行语义搜索、使用grep进行字符串查找，以及执行终端命令。

为了让模型高效地使用这些工具，Cursor需要在云端并发运行数十万份隔离的沙盒编码环境。为此，Cursor对现有的Background Agents基础设施进行了改进，重写了虚拟机调度器，以适应训练过程中突发性和规模的需求。这样，Cursor成功将强化学习环境与生产环境进行了整合。

03.

结语：充分利用庞大的用户数据

Cursor探索Agent编程体验的创新之路

近期，AI模型的Agent能力持续提升，能够在编程场景中越发顺畅地完成复杂任务链。然而，模型能力的增强同时也对编程平台提出了新要求。Cursor此次的大版本更新，正是对Agent编程体验的一次深入探索。

更为重要的是，Cursor通过Composer模型进一步巩固了自主研发模型的决策，而并非完全依赖于外部模型。尽管在短期内，Cursor的模型尚无法取代像Claude这样的尖端编程模型，但这种趋势可能会成为未来AI集成开发环境（IDE）竞争的关键，掌握自研模型能力的公司或许能走得更远。

本文由微信公众号“智东西”（ID：zhidxcom）提供，作者：陈骏达，编辑：李水青，36氪经授权发布。