Cursor发布Composer 2技术报告：RL模拟真实编码，性能提升70%

Cursor 发布了 Composer 2 的详细技术报告，首次公开其完整训练方案。

核心架构与训练

• 底座模型：采用 MoE 架构的 Kimi K2.5，总参数量达 1.04 万亿，激活参数量为 320 亿。
• 两阶段训练：
  1. 继续预训练：在代码数据上进行，以增强模型的编码知识。
  2. 强化学习训练：在完全模拟真实 Cursor 使用场景的 RL 环境中进行，涵盖文件编辑、终端操作、代码搜索等工具调用，使模型在接近生产环境的条件下学习。

性能评估与优势

• 自研基准：构建了 CursorBench 基准，其任务直接采集自工程团队的真实编码会话，而非人工构造。
• 性能飞跃：底座模型 Kimi K2.5 在该基准上得分为 36.0，而经过两阶段训练后的 Composer 2 得分达到 61.3，性能提升约 70%。
• 成本优势：据报告称，Composer 2 在保持高准确率的同时，其推理成本显著低于 GPT-5.4 和 Claude Opus 4.6 等前沿模型 API，实现了准确率与成本之间的帕累托最优。