Strumento di codifica Vibe Cursore dall’inizio qualsiasi sferaavere Presentato il compositorecome parte del suo primo modello LLM (Coding Major Language Model) interno e proprietario Aggiornamento della piattaforma Cursor 2.0.
Composer rappresenta un nuovo passo avanti nella programmazione basata sull’intelligenza artificiale, progettato per eseguire attività di codifica in modo rapido e accurato in ambienti su scala di produzione. È già utilizzato nello sviluppo quotidiano dallo staff tecnico di Cursor; Questo è un segno di maturità e stabilità.
Secondo Cursor, Composer completa la maggior parte delle interazioni meno di 30 secondi pur mantenendo la capacità di eseguire ragionamenti di alto livello su basi di codice grandi e complesse.
Il modello è descritto come quattro volte più veloce di sistemi intelligenti simili ed è addestrato per flussi di lavoro di “agenzia”, in cui agenti di codifica autonomi pianificano, scrivono, testano e rivedono il codice in modo collaborativo.
In precedenza era supportato il cursore "codifica delle vibrazioni" — utilizzare l’intelligenza artificiale per scrivere o completare codice in base alle istruzioni del linguaggio naturale dell’utente, anche se qualcuno non è addestrato allo sviluppo — al di sopra degli altri principali LLM proprietari Da aziende come OpenAI, Anthropic, Google e xAI. Queste opzioni sono ancora disponibili per gli utenti.
Risultati del confronto
Confronta utilizzando le capacità del compositore "Banco di lavoro cursore," Una suite di valutazione interna derivata da richieste reali degli agenti sviluppatori. Il benchmark misura non solo l’accuratezza ma anche l’aderenza del modello alle astrazioni esistenti, alle convenzioni di stile e alle pratiche ingegneristiche.
In questo benchmark, Composer raggiunge un’intelligenza di codifica borderline producendo al massimo livello. 250 monete al secondo — quasi due volte più veloce dei principali modelli di inferenza rapida e quattro volte più veloce di sistemi edge simili.
Il confronto pubblicato da Cursor divide i modelli in diverse categorie: “Best Open” (ad esempio Qwen Coder, GLM 4.6), “Fast Frontier” (Haiku 4.5, Gemini Flash 2.5), “Frontier 7/2025” (il modello più potente disponibile a metà anno) e “Best Frontier” (inclusi GPT-5 e Claude Sonnet 4.5). Composer abbina l’intelligenza dei sistemi di fascia media offrendo allo stesso tempo la più alta velocità di produzione registrata tra tutte le classi testate.
Un modello costruito con apprendimento per rinforzo e architettura ibrida esperta
La ricercatrice Sasha Rush di Cursor ha fornito informazioni sullo sviluppo del modello. post sui social networkDescrive Composer come un modello di miscela di esperti (MoE) con apprendimento per rinforzo (RL):
“Abbiamo utilizzato RL per addestrare un modello MoE di grandi dimensioni affinché fosse davvero bravo nella codifica del mondo reale e anche molto veloce.”
Rush ha spiegato che il team ha co-progettato sia gli ambienti Composer che Cursor per garantire che il modello funzionasse in modo efficiente su scala di produzione:
“A differenza di altri sistemi ML, non è possibile astrarre troppo dal sistema su vasta scala. Abbiamo progettato insieme questo progetto e Cursor per consentire l’esecuzione dell’agente sulla scala richiesta.”
Composer è stato formato su compiti reali di ingegneria del software piuttosto che su set di dati statici. Durante la formazione, il modello ha funzionato all’interno di basi di codice complete utilizzando una gamma di strumenti di produzione, tra cui modifica di file, ricerca semantica e comandi del terminale, per risolvere problemi ingegneristici complessi. Ogni iterazione della formazione prevedeva la risoluzione di una sfida concreta, come la modifica del codice, la stesura di un piano o la creazione di una descrizione orientata agli obiettivi.
Il ciclo di boost ha ottimizzato sia la precisione che l’efficienza. Il compositore ha imparato a fare scelte efficaci di mezzi, a usare il parallelismo e a evitare risposte inutili o speculative. Nel corso del tempo, il modello ha sviluppato comportamenti emergenti come l’esecuzione di unit test, la correzione di errori linter e l’esecuzione indipendente di ricerche di codice in più fasi.
Questo design consente a Composer di essere eseguito nello stesso contesto runtime dell’utente finale e gestisce il controllo della versione, la gestione delle dipendenze e i test iterativi, rendendolo più compatibile con le condizioni di codifica del mondo reale.
Dal prototipo alla produzione
Lo sviluppo di Composer ha seguito un precedente prototipo interno noto come . SteccaIl cursore viene utilizzato per esplorare l’inferenza a bassa latenza per le attività di codifica.
“Cheetah era il v0 di questo modello, principalmente per testare la velocità”, ha detto Rush su X. “Le nostre misurazioni dicono che (Composer) è altrettanto veloce, ma molto, molto più intelligente.”
Il successo di Cheetah nel ridurre la latenza ha aiutato Cursor a identificare la velocità come un fattore chiave per la fiducia e l’usabilità degli sviluppatori.
Il compositore mantiene questa sensibilità migliorando significativamente il ragionamento e la generalizzazione del compito.
Gli sviluppatori che hanno utilizzato Cheetah durante i test iniziali hanno notato che la sua velocità ha cambiato il loro modo di lavorare. Un utente ha commentato che era “così veloce che posso rimanere aggiornato mentre ci lavoro”.
Composer mantiene questa velocità ma estende la sua capacità ad attività di codifica, refactoring e test in più fasi.
Integrazione con Cursore 2.0
Composer è completamente integrato in Cursor 2.0, un importante aggiornamento dell’ambiente di sviluppo delle agenzie dell’azienda.
La piattaforma offre un’interfaccia multi-agente fino a otto rappresentanti che lavorano in parallelo, ciascuno in uno spazio di lavoro isolato utilizzando alberi di lavoro git o macchine remote.
All’interno di questo sistema, Composer può fungere da uno o più di questi agenti, eseguendo attività in modo indipendente o collaborativo. Gli sviluppatori possono confrontare più risultati provenienti da esecuzioni simultanee dello strumento e scegliere l’output migliore.
Cursor 2.0 include anche funzionalità di supporto che aumentano l’efficacia di Composer:
-
Browser nell’editor (GA) – Passa le informazioni DOM al modello, consentendo agli agenti di eseguire e testare il proprio codice direttamente nell’IDE.
-
Revisione del codice migliorata – aggrega le differenze tra più file per una revisione più rapida delle modifiche generate dal modello.
-
Terminali Schermati (GA) – isolare i comandi shell eseguiti dall’agente per un’esecuzione locale sicura.
-
Modalità audio – aggiunge controlli di sintesi vocale per l’avvio o la gestione delle sessioni dell’agente.
Sebbene questi aggiornamenti della piattaforma espandano l’esperienza complessiva di Cursor, Composer si posiziona come il nucleo tecnico che consente una codifica mediata veloce e affidabile.
Infrastrutture e sistemi educativi
Per addestrare Composer su larga scala, Cursor ha creato un motore di apprendimento per rinforzo personalizzato che combina PyTorch e Ray per l’addestramento asincrono su migliaia di GPU NVIDIA.
Il team ha sviluppato core MoE MXFP8 personalizzati e un parallelismo ibrido di dati granulari che consentono aggiornamenti di modelli su larga scala con un sovraccarico di comunicazione minimo.
Questa configurazione consente a Cursor di addestrare i modelli localmente con bassa precisione senza richiedere la quantizzazione post-addestramento, aumentando sia la velocità di inferenza che l’efficienza.
La formazione di Composer si basava su centinaia di migliaia di ambienti sandbox simultanei in esecuzione nel cloud, ciascuno uno spazio di lavoro di codifica indipendente. L’azienda ha supportato la natura intensiva delle esecuzioni RL di grandi dimensioni adattando la propria infrastruttura di agenti in background per pianificare dinamicamente queste macchine virtuali.
Uso aziendale
I miglioramenti delle prestazioni di Composer sono supportati da modifiche a livello di infrastruttura allo stack di intelligence del codice di Cursor.
L’azienda ha ottimizzato i protocolli Language Server (LSP) per una diagnostica e una navigazione più rapide, in particolare nei progetti Python e TypeScript. Queste modifiche riducono la latenza quando Composer interagisce con repository di grandi dimensioni o crea più aggiornamenti di file.
Gli utenti aziendali ottengono il controllo amministrativo su Composer e altri agenti tramite regole del team, registri di controllo e sandboxing. I livelli Teams ed Enterprise di Cursor supportano anche l’utilizzo del modello in pool, l’autenticazione SAML/OIDC e l’analisi per monitorare le prestazioni degli agenti nelle organizzazioni.
I prezzi per i singoli utenti vanno dai livelli Gratuito (Hobby) a Ultra ($ 200 al mese), con limiti di utilizzo estesi per gli abbonati Pro+ e Ultra.
I prezzi commerciali per Teams partono da $ 40 per utente al mese, con contratti aziendali che offrono opzioni di utilizzo e compatibilità personalizzate.
Il ruolo del compositore nell’ambiente emergente di codifica dell’intelligenza artificiale
L’attenzione di Composer alla velocità, all’apprendimento per rinforzo e all’integrazione con flussi di lavoro di codifica in tempo reale lo distingue dagli altri assistenti allo sviluppo dell’intelligenza artificiale come GitHub Copilot o Replit’s Agent.
Invece di fungere da motore di raccomandazione passivo, Composer è progettato per una collaborazione continua guidata da agenti in cui più sistemi autonomi interagiscono direttamente con la base di codice di un progetto.
Questa competenza a livello di modello, addestrata per operare nell’ambiente reale in cui opererà l’intelligenza artificiale, rappresenta un passo significativo verso lo sviluppo di software pratico e autonomo. Composer viene addestrato non solo su dati di testo o codice statico, ma su un IDE dinamico che riflette le condizioni di produzione.
Rush ha osservato che questo approccio è essenziale per raggiungere l’affidabilità nel mondo reale: il modello impara non solo come creare codice, ma anche come integrarlo, testarlo e migliorarlo nel contesto.
Cosa significa per gli sviluppatori aziendali e la codifica Vibe?
Cursor offre molto più di un semplice modello veloce con Composer; Distribuisce un sistema di intelligenza artificiale ottimizzato per l’uso nel mondo reale, costruito per funzionare all’interno degli strumenti su cui gli sviluppatori già fanno affidamento.
La combinazione di apprendimento per rinforzo, progettazione di miscele esperte e stretta integrazione del prodotto offre a Composer un vantaggio pratico in termini di velocità e reattività, distinguendolo dai modelli linguistici generici.
Mentre Cursor 2.0 fornisce l’infrastruttura per la collaborazione multi-agente, Composer è l’innovazione chiave che rende fattibili questi flussi di lavoro.
Questo è il primo modello di codifica creato appositamente per la codifica mediata a livello di produzione, offrendo uno sguardo anticipato su come potrebbe apparire la programmazione quotidiana quando sviluppatori umani e modelli autonomi condividono lo stesso spazio di lavoro.
