共计 3283 个字符，预计需要花费 9 分钟才能阅读完成。
【导读】此次升级不仅推出了自主研发的编码模型Composer，交互逻辑也进行了全面重构，最多可以同时运行8个智能体。早期测试与开发者普遍反映，Cursor 2.0的速度令人惊叹。
Cursor带来了重要的版本更新，2.0正式发布！
经过长期的“封装”，Cursor终于推出了其首个自研编码模型Composer。
与同类模型相比，Composer的运行速度快了四倍。
Cursor表示，该模型专注于低延迟的智能编码，大多数任务都能在30秒内完成。
在速度方面，Composer的表现达到了每秒200个令牌。
除了推出自研模型，Cursor还重构了交互逻辑，引入了多智能体模式，在同一提示下，最多可以并行操作8个智能体。这一功能通过使用git worktrees或远程机器来避免文件冲突。
此次2.0版本还将浏览器功能集成至编辑器中，这对于前端开发者极为友好。
用户可以直接选择网页元素，并将DOM信息传递给Cursor。
通过这项实测，前端开发者能够直接在浏览器中选取元素，Cursor会自动识别并生成相应的代码。
此次更新还新增了代码审查功能，使得查看Agent在多个文件中的所有更改变得更加简便，无需频繁切换文件。
全新编程体验：Cursor引入语音模式与自研模型最近的一次重大更新带来了语音模式（Voice Mode），这简直是让编程变得更为便捷，真正实现了“动嘴编程”的梦想。
此外，关于带有标记的上下文复制和粘贴提示功能也进行了优化，显著减少了上下文菜单中的显性选项，像是@Definitions、@Web、@Link、@Recent Changes、@Linter Errors等都被移除，让用户体验更加简化。Agent现在能够自动收集上下文信息，用户无需在提示框中手动添加。
尽管Cursor作为一家市值高达百亿美元的公司，但其一直以来的运作模式却显得有些“套壳”。
过去，Cursor主要依赖于Claude及其收费模式，结果大部分营收都被这些AI模型厂商所占据。这种过度依赖外部模型的状况，不仅抑制了公司的自主创新能力，还令其在市场竞争中面临更高的成本和更窄的利润空间。
如今，伴随Composer的发布，Cursor终于开始自研模型，正式加入AI领域的竞争。自我研发是公司规模扩大的必经之路，正如网友所言，百亿美金估值的公司若只是一款“套壳App”，实在难以立足。
在刚刚举行的GTC 2025大会上，英伟达的创始人老黄特别提到Cursor：
在我们的团队中，每位软件工程师都在使用Cursor。
它就像是每个人的编程伙伴，能够有效生成代码，极大地提升工作效率。
用强化学习打造编程模型
在软件开发的领域中，速度与智能始终是追求的核心。Cursor Tab（自研的补全模型）的用户体验便是最好的证明。许多在X平台上的大佬们纷纷反馈，他们最欣赏的功能便是Cursor Tab，它不仅能迅速理解编码思路，还能高效完成编码。
这无疑是一种“既要又要”的完美结合！
开发者们通常希望能够运用一种既具备高智能又支持互动的模型，这样能够更好地提升编码的专注度与流畅感。
Cursor的早期实验中，诞生了一个名为Cheetah的原型，而后推出的Composer则是这一模型的智能化升级版本，以其卓越的速度，确保了交互式体验的愉悦与顺畅。
Composer所追求的目标，就是在“既要又要”的平衡中找到最佳解决方案。
作为一种专家混合（MoE）语言模型，Composer具备生成与理解长上下文的能力。
通过在多样的开发环境中进行强化学习（RL），它针对软件工程进行了精准的优化。
在每次训练迭代时，模型接收描述性问题，并被指引生成最优回答，这可能涉及代码修改、方案设计或信息性解释等方面。
模型不仅能处理简单的文件读取和编辑工具，还能调用更为强大的功能，比如终端命令和面向整个代码库的语义搜索。
通过强化学习，模型可以有针对性地进行优化，以便更有效地支持软件工程。
考虑到响应速度对交互式开发的重要性，模型会被鼓励在使用工具时做出高效的选择，并尽可能实现并行处理的最大化。
除此之外，模型的训练过程还致力于减少不必要的回答，避免无根据的陈述，从而成为更为有效的助手。
在强化学习的过程中，模型自发地掌握了诸多实用技能，比如执行复杂的搜索、修复linter错误，以及编写和运行单元测试。
要高效训练大型MoE模型，需要在基础设施和系统研究上进行大量投入。
Cursor构建了基于PyTorch和Ray的定制化训练基础设施，以支持大规模环境下的异步强化学习。
通过结合MXFP8 MoE内核与专家并行和混合分片数据并行，以原生低精度进行模型训练，能够以极低的通信开销将训练扩展至数千张NVIDIA GPU。
此外，采用MXFP8训练技术还可实现更快的推理速度，而不需进行训练后的量化。
Composer的亲身体验
在我们将Cursor升级至2.0版本后，首先就对这个模型进行了体验。
我们最直观的感受是，它的速度确实极为迅速，几乎所有的提示词都能在瞬间运行，十几秒内便能产出结果。
首先尝试让它生成一个MacOS的复刻网页，虽然最终效果更像是Linux。
当我们尝试让这个模型模拟一架飞行器从地球起飞并飞往火星时，结果却显得不那么优雅。
不过，Composer的新模式在前端用户界面效果上表现得非常出色。尽管其逻辑可能无法完全契合，但生成的页面视觉效果依然令人满意。
从下面的录屏中可以看到，生成的速度极快，甚至连index.html文件都没能及时录入。
这正是网友们亲身测试所呈现的速度，确实让人惊叹。
用户可以同时运行多个智能体，这一功能极具实用性。
在最近的大版本更新后，我们发现Cursor逐渐降低了对外部模型的依赖。例如，在Composer环境下测试的Grok、DeepSeek和K2中，除了Grok是开源的，其余的模型如GPT和Claude则完全没有出现。
参与早期测试的开发者普遍反馈，新的Composer模型反应速度相当快。
获得Cursor 2.0使用权限的开发者们也一致认为，这个版本不仅速度快，而且性能卓越。
开发者们对Cursor 2.0的真实反馈
根据一些开发者的实测反馈，我整理出几条颇具参考价值的评论。
在对比测试中，有人指出Composer的响应速度非常迅猛，这无疑是一大亮点，然而在智能化水平上却略逊于Sonnet 4.5和GPT-5。
此外，部分技术爱好者更倾向于使用CLI界面，而非集成开发环境（IDE）。尽管如此，Cursor 2.0并未能让这些团队对其产生热情。
针对本次交互逻辑的提升，开发者们表示，新的Cursor 2.0多智能体模式在宽屏显示下表现尤为出色。
Cursor 2.0：AI编程新时代的里程碑与竞争
Cursor 2.0的重大更新标志着一个新的发展阶段。
然而，AI编程市场依旧竞争激烈，无论是已经取得成功的Cladue Code，还是Codex，甚至是国内多款编程工具，都是强有力的对手。
Cursor的核心竞争力在于其早期布局，成功塑造了AI编程工具的市场认知。
通过对VSCode的深度改造并结合API的封装，其估值迅速突破了百亿美元，这也解释了为何当前市场上涌现出如此多的AI编程解决方案。
此次，Cursor终于迈出了自主研发编码模型的重要一步。
然而，谁能在这场竞争中脱颖而出，最终还是要由广大开发者来决定。
参考链接：
https://cursor.com/cn/blog/2-0
https://cursor.com/cn/changelog/2-0
本文摘自微信公众号“新智元”，编辑：定慧 好困，经36氪授权发布。
