人工智能代码编辑器Cursor发布2.0新版，带来两项重要更新：其一是推出自主研发的模型Composer，主打低延迟的代理式程序开发；其二是引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，将注意力集中在成果而非文件操作上。

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代码库中实现即时互动并快速完成任务。官方表示，Composer在内部基准测试中的表现约为同级模型的4倍速度，多数响应可在30秒内生成，强调低延迟、高效率的编程体验。该模型在训练时即在真实项目环境中操作，要求能够灵活使用各类开发工具，以符合实际工程节奏。

Composer采用MoE（混合专家）架构并支持长上下文理解，可处理跨文件、跨模块的程序上下文，能够调用多项开发工具，包括文件读写、终端命令执行以及代码库级别的语义搜索，使模型能在多层次开发场景中执行复杂操作。为衡量模型的实际效益，Cursor建立了名为Cursor Bench的内部评测系统，以工程师的真实代理请求为依据，评估不仅关注正确性，也重视是否符合工程实践与抽象设计的要求。

官方提到，在强化学习过程中，Composer被观察到具备主动行为能力，例如进行复杂搜索、修复Linter错误、编写并执行单元测试等。训练过程基于PyTorch与Ray框架，采用异步强化学习方式，结合自研MXFP8 MoE核心计算程序（kernels）与专家并行化（Expert Parallelism）技术，在数千张GPU上完成低精度原生训练，无需额外量化步骤即可实现推理速度优化。

官方在内部基准中将对照模型分为多个等级，例如高速前沿（Fast Frontier）、最佳开放（Best Open）、最佳前沿（Best Frontier）与Frontier 7/2025，用于比较不同类型模型的表现。Composer主打在代理式程序开发中的交互速度与实用性，而最佳前沿级别的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也推出了以代理为核心的新界面。新的工作流程允许用户同时启动多个AI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隔离各代理作业，避免冲突。开发者可专注于成果而非文件操作，并在需要时切换回传统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，系统再自动筛选最优结果，特别有助于应对高难度或需探索多种解法的开发任务。