共计 5284 个字符，预计需要花费 14 分钟才能阅读完成。
据智东西10月30日报道，著名的AI编程平台Cursor于今日宣布其系统升级至2.0版本，推出了自研编程模型Composer，同时还发布了用于多个Agent并行协作的新界面等15项重要更新。
Composer模型的一大亮点便是其快速性。据Cursor介绍，该模型专为在Cursor平台上实现低延迟的Agentic编程而开发，绝大多数操作可在30秒内完成，其速度是同类智能模型的四倍，而且其每秒生成的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最优的开源编程模型（如Qwen Coder和GLM 4.6），并在速度上优于当前的轻量级前沿模型（包括Claude Haiku 4.5和Gemini Flash 2.5），但其智能水平仍然低于GPT-5和Claude Sonnet 4.5。
Composer与领先开源、闭源模型的智能与速度比较
随着Agent能力的不断增强，Cursor的用户界面也进行了相应的升级。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，使开发者能够聚焦于具体目标，让不同的Agent处理各自的实现细节。
现在，Cursor 2.0支持同时运行最多8个Agent，这些Agent可以在各自的工作区内独立运作。用户还可以让多个Agent共同尝试解决同一问题，最终选择最优方案——实践证明，这种方法在处理复杂或开放性任务时，显著提升了结果的质量。
如需深入查看或编辑代码，用户依然可以打开文件，或轻松切换回传统的IDE视图。
Cursor新版用户界面
随着Agent在编程流程中的不断深入，如何评审代码和测试变更变得尤为重要。Cursor 2.0的新设计使得用户无需在多个文件之间切换，就能轻松查看修改内容。
新增的原生浏览器功能让Cursor 2.0能够自动进行测试并迭代，直到生成正确结果，同时用户还可以直接选择网页元素进行修改，实现“指哪儿改哪儿”。
目前，Cursor 2.0已全面上线，用户可以前往Cursor官网下载安装最新版本。但若想在Agent模式下体验Composer模型，则需订阅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实现自主代码测试
Cursor在用户界面和功能方面进行了15项重大提升，以便更好地适应现代Agentic编程的需求。
（1）多个Agent并行工作，用户可自由选择最佳方案
在Cursor全新的编辑界面中，用户能够更便捷地管理Agent，新增的侧边栏用于显示Agent与开发计划。
如今，用户的一条提示最多可以交由8个Agent并行处理。这一功能通过git worktrees或远程虚拟机实现，以防止文件冲突。每个Agent将拥有独立专注的代码库副本。
Cursor的多Agent模式
然而，消耗token可能成为这种模式的潜在缺陷。一些用户反馈称，同步调用Sonnet 4.5和Codex时，仅仅是修改一个图表的颜色，就消耗了数千个token。
（2）Agent在浏览器中的应用，前端编码如同涂鸦
在之前的Cursor 1.7版本中，Agent浏览器功能进行了beta测试，如今该功能已正式上线。同时，Cursor还为企业用户提供了额外的安全支持，例如MCP黑白名单管理等。
通过内置的浏览器，Agent能够执行导航、点击、输入、滚动、截屏等操作，从而完成复杂的任务，比如测试应用、评估无障碍性以及将设计转换为代码。Agent还能够访问控制台日志及网络流量，从而调试问题并实现全面的自动化测试流程。
一些用户表示，Cursor的浏览器功能使得前端开发变得极其简单，用户只需选择需要修改的内容，Cursor就会自动进行调整。
为了提高效率并减少token的消耗，Cursor对浏览器工具进行了多项优化，方向包括更高效的日志处理、图像级可视化反馈、智能提示和开发服务器感知等。
（3）代码审查功能升级，告别频繁跳转
经过改进的代码审查功能将所有修改集中在一个界面中，用户可以更轻松地查看Agent在多个文件中做出的所有更改，无需在不同文件之间来回切换。
Cursor的聚合审查界面展示
（4）沙盒终端的默认启用，Agent安全性显著提升
Cursor为macOS版本推出了沙盒终端功能。从Cursor 2.0版本开始，macOS下的Agent命令及未列入允许列表的shell命令将会在安全沙盒中默认运行。这个沙盒环境可以对用户的工作区进行读写，但无法连接互联网。
Cursor新功能全面升级，提升用户体验与性能Cursor为其macOS版本引入了沙盒终端功能，显著增强了安全性。从Cursor 2.0版本开始，macOS用户在执行Agent命令或未在允许列表中的shell命令时，这些操作将默认为在沙盒环境中进行。这种沙盒设定允许用户对工作区进行必要的读写操作，但却无法访问互联网。
然而，部分用户在首次尝试时便遭遇了Agent的删库现象，引发了一些不满。
（5）团队命令自动应用，管理更为简便
目前，团队负责人能够在Cursor中自定义命令和规则，这些设定会自动适用于所有团队成员，而无需在本地编辑器中进行存储和管理。
（6）引入语音模式，轻松激活Agent
借助内置的语音转文本功能，用户可以通过语音指令来控制Agent。此外，用户可在设置中设定自定义关键词，以便触发Agent的启动。
（7）代码运行性能显著提升，Python执行更迅捷
Cursor采用语言服务器协议（LSP）以实现语言特定功能，如跳转到定义、悬停提示和诊断等。如今，Cursor在所有语言的LSP加载和使用性能上都有了显著的提升，特别是在Agent场景及查看代码差异时效果尤为显著。
对于大型项目，Python和TypeScript的LSP默认运行速度也会加快，内存限制会依据可用RAM动态调整。此外，Cursor还解决了一些内存泄漏问题，整体内存使用率得到了改善。
（8）推出后台计划模式，便于对比不同方案
现在，Cursor支持在后台创建和构建计划。用户可以利用一个模型设计计划，再用另一个模型进行执行。
用户不仅可以在前台或后台构建计划，甚至可以通过并行的Agent同时制定多个计划，以便进行方案的对比和审查。
（9）推出团队指令，促进高效的知识共享
Cursor现在允许用户将自定义规则、指令和提示分享至整个团队。此外，借助Cursor Docs，团队可以生成深度链接，从而更有效地共享知识和工具。
（10）优化提示词界面，上下文菜单显著简化
Cursor对提示输入的界面进行了全面改良：文件和目录以嵌入式标签形式展示，带有上下文标签的内容复制和粘贴变得更加方便。
同时，Cursor还简化了上下文菜单，移除了@Definitions、@Web、@Link、@Recent Changes和@Linter Errors等明确选项。现在，Agent可以自主收集所需的上下文，用户在输入提示时无需再手动添加。
（11）增强Agent框架，提升稳定性
Cursor对Agent在不同模型下的底层运行框架进行了显著加强。这一改进使整体性能和稳定性得到了提升，特别是在GPT-5 Codex场景中表现尤为突出。
（12）云端Agent升级，可靠性高达99.9%
Cursor的云端Agent现已实现99.9%的可靠性和快速启动性能，并即将推出全新的用户界面。此外，Cursor还优化了从编辑器向云端发送Agent的流程，使开发过程更加顺畅。
在企业版Cursor中，还有三项重要更新：
（13）沙盒终端增加管理员控制，确保安全与一致性
企业管理员现在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访问权限和网络访问策略，从而确保安全性和一致性。
（14）Hooks云端分发，资源管理变得更加方便
企业团队可以通过Web控制台直接进行Hooks的分发。管理员能够添加新的Hooks、保存草稿，并灵活指定适用于不同操作系统的Hooks。
（15）审计日志增强安全性与透明度
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、变更记录及合规性事件，以提高安全性和透明度。
02.
自研模型聚焦于速度与智能的平衡
原生MXFP8低精度训练
除了上述的改进，Cursor的首款自研编程模型同样引人注目。此前，Cursor已经推出过自研模型，如Cursor-Small、Cursor Tab等，但这些早期的模型主要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，其自研编程模型受益于之前代码补全模型的开发经验。该公司发现，开发者通常希望使用既智能又支持交互式使用的模型，以保持编程的专注与流畅。
这一观察无疑触及了许多程序员在使用AI编程时的痛点：发送提示后等待几分钟才能得到反馈，确实会极大影响编程体验。
在研发过程中，Cursor实验了一个代号为“猎豹（Cheetah）”的原型Agent模型，以更好地理解高速Agent模型的影响。Composer是这一模型的智能升级版，具备足够的速度支持交互式体验，使编程过程更加流畅。
不少用户已分享了使用Composer的编程体验。开发者Sam Liu表示，Composer的速度非常快，他在短短五分钟内就创建了一个完整的Vide Coding社群，不仅实现了前端设计，连登录验证和后端数据库也一并完成。
一体化分析和AB测试公司Humblytics的联合创始人amirmxt指出，如果在提示词中加入诸如“仔细思考”等字样，Composer会花更多时间判断自己是否选择了正确的路径，然后迅速执行。
掌握海量用户数据，Cursor引领Agent编程体验改革Composer是一种专家混合（MoE）模型，具备生成和理解长上下文的能力。它通过在多样化的开发环境中应用强化学习（RL），对软件工程进行了专门优化。
在强化学习的过程中，Composer的性能不断提升。为了更好地理解及操作大型代码库，它在训练中整合了一整套工具，包括全面的代码库语义搜索。这使得其在跨文件和模块的上下文理解及修改方面展现出显著优势。
该模型不仅能够使用简单的工具如读取和编辑文件，还可以调用更强大的功能，比如终端命令和针对整个代码库的语义搜索。
Composer在强化学习过程中的优化重点是提升效率。Cursor鼓励模型在工具使用上做出明智的选择，并在可能的情况下实现最大化的并行处理。
此外，Cursor通过减少不必要的回复和避免无依据的陈述，训练模型成为一个更具实用性的助手。
Cursor逐渐掌握了更有效率地完成任务的技巧，发现模型在强化学习过程中会自发获取一些有用的能力，包括执行复杂搜索、修复linter错误，以及编写和运行单元测试。
为了优化模型的训练，Cursor基于PyTorch和Ray建立了定制化的训练基础设施，以支持在大规模环境中进行异步强化学习。
Cursor采用了MXFP8 MoE kernels、专家并行和混合分片数据并行，以原生低精度完成Composer的训练。这种训练方法能够在极低的通信开销下，将训练扩展到数千块英伟达GPU。此外，使用MXFP8训练还可以实现更快的推理速度，而无需在训练后进行量化。
在强化学习的过程中，Cursor希望模型能够随时调用Cursor Agent框架中的各种工具。这些工具可用于代码编辑、语义搜索、使用grep查找字符串及运行终端命令。
为了高效地调用这些工具，需在云端同时运行数十万份隔离的沙盒编码环境。为了承担这种工作负载，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。由此，Cursor实现了强化学习环境与生产环境的统一。
03.
结语：借助海量用户数据，Cursor推动Agent编程体验变革
Cursor探索Agent编程的新境界
在过去一段时间里，AI模型的Agent能力不断增强，能够在编程场景中越来越全面地完成复杂任务。然而，模型能力的提升也对编程平台提出了新的要求。本次Cursor的大版本更新，正是对Agent编程体验的一次深度探索。
更为重要的是，Cursor通过Composer模型进一步坚定了自主研发模型的路线，减少对外部模型的依赖。尽管Cursor的模型在短期内尚无法完全取代Claude等前沿编程模型，但这一趋势或将成为未来AI IDE竞争的分水岭，掌握自主研发模型能力的公司预计能够走得更远。
本文来源于微信公众号“智东西”（ID：zhidxcom），作者：陈骏达，编辑：李水青，36氪经授权发布。
