人工智能程序代码编辑器Cursor发布2.0新版，带来2项重要更新，其一是推出自行研发的模型Composer，主打低延迟的代理式程序开发，其二是导入以代理为中心的新界面，让用户能同时启动多个代理，并行处理任务，把焦点放在成果而非文件操作。
Composer是Cursor针对软件工程调校的代理模型，设计目标是让开发者在大型程序代码库中能即时互动并快速完成任务。官方表示，Composer在内部基准测试中表现约为同级模型的4倍速，多数回应能在30秒内生成，强调低延迟高效率的程序开发体验。模型训练时即在真实项目环境中操作，要求能灵活使用各种开发工具，以符合实际工程的节奏。
Composer采用MoE（Mixture of Experts）架构并支持长脉络理解，能处理跨文件、跨模块的程序脉络，可调用多项开发工具，包括文件读写、终端机指令执行与程序代码库层级的语义搜索，使模型能在多层次开发场景中执行复杂操作。为了衡量模型的实际效益，Cursor创建名为Cursor Bench的内部评测系统，以工程师的真实代理请求为依据，评估不仅着重正确性，也重视是否符合工程实务与抽象设计的要求。
官方提到，在强化学习过程，Composer被观察到具备主动行为能力，如进行复杂搜索、修正Linter错误、撰写并执行单元测试等。训练过程以PyTorch与Ray架构为基础，采异步强化学习方式进行，结合自研MXFP8 MoE核心运算程序（kernels）与专家平行化（Expert Parallelism）技术，在数千张GPU上完成低精度原生训练，不需额外量化步骤即可达到推论速度优化。
官方在内部基准中把对照模型分成多个等级，例如高速尖端（Fast Frontier）、最佳开放（Best Open）、最佳尖端（Best Frontier）与Frontier 7/2025，用来比较不同类型模型的表现。Composer主打在代理式程序开发中的互动速度与实用性，而最佳尖端等级的GPT-5与Sonnet 4.5在整体能力上仍优于Composer。
除了模型更新，Cursor 2.0也推出以代理为核心的新界面。新的工作流程让用户能同时启动多个人工智能代理并行处理任务，系统可通过Git的多工作树功能或远程执行环境分离各代理作业，避免冲突。开发者可专注于成果而非文件操作，并在需要时切回传统IDE界面。这种多代理设计可让不同模型同时尝试解决同一问题，系统再自动挑选最佳结果，特别有助于应对高难度或需探索多解法的开发任务。
