Platforma de codare Vibe, Cursor, lansează primul LLM in-house, Composer, promițând o creștere a vitezei de 4X
Instrumentul de codare vibe, Cursor, de la startup-ul Anysphere, a introdus Composer, primul său model lingvistic mare de codare (LLM) proprietar, ca parte a actualizării platformei sale Cursor 2.0. Composer este conceput pentru a executa sarcini de codare rapid și precis în medii de producție, reprezentând un nou pas în programarea asistată de AI. Este deja folosit de personalul de inginerie al Cursor în dezvoltarea de zi cu zi - indicând maturitate și stabilitate.
Potrivit Cursor, Composer finalizează majoritatea interacțiunilor în mai puțin de 30 de secunde, menținând în același timp un nivel ridicat de capacitate de raționament pe baze de cod mari și complexe. Modelul este descris ca fiind de patru ori mai rapid decât sistemele inteligente similare și este antrenat pentru fluxuri de lucru „agentice” - unde agenții de codare autonomi planifică, scriu, testează și revizuiesc codul în mod colaborativ.
Anterior, Cursor a susținut „vibe coding” - folosind AI pentru a scrie sau a completa cod bazat pe instrucțiuni în limbaj natural de la un utilizator, chiar și cineva neinstruit în dezvoltare - peste alte LLM-uri proprietare de vârf de la companii precum OpenAI, Anthropic, Google și xAI. Aceste opțiuni sunt încă disponibile pentru utilizatori.
Rezultate benchmark
Capacitățile lui Composer sunt evaluate folosind „Cursor Bench”, o suită internă de evaluare derivată din cereri reale de agent de dezvoltare. Benchmark-ul măsoară nu doar corectitudinea, ci și respectarea de către model a abstracțiilor, convențiilor de stil și practicilor de inginerie existente. Pe acest benchmark, Composer atinge inteligența de codare de nivel de frontieră, generând în același timp 250 de jetoane pe secundă - de aproximativ două ori mai repede decât modelele de inferență rapidă de top și de patru ori mai repede decât sistemele de frontieră comparabile.
Comparația publicată de Cursor grupează modelele în mai multe categorii: „Best Open” (de exemplu, Qwen Coder, GLM 4.6), „Fast Frontier” (Haiku 4.5, Gemini Flash 2.5), „Frontier 7/2025” (cel mai puternic model disponibil la jumătatea anului) și „Best Frontier” (inclusiv GPT-5 și Claude Sonnet 4.5). Composer se potrivește cu inteligența sistemelor de frontieră medie, oferind în același timp cea mai mare viteză de generare înregistrată dintre toate clasele testate.
Un model construit cu învățare prin consolidare și arhitectură de expertiză mixtă
Omul de știință cercetător Sasha Rush de la Cursor a oferit o perspectivă asupra dezvoltării modelului în postări pe rețeaua socială X, descriind Composer ca un model de expertiză mixtă (MoE) învățat prin consolidare (RL): „Am folosit RL pentru a antrena un model mare MoE pentru a fi foarte bun la codare în lumea reală și, de asemenea, foarte rapid.”
Rush a explicat că echipa a proiectat în comun atât Composer, cât și mediul Cursor, pentru a permite modelului să funcționeze eficient la scară de producție: „Spre deosebire de alte sisteme ML, nu poți abstractiza prea mult de la sistemul la scară completă. Am co-proiectat acest proiect și Cursor împreună pentru a permite rularea agentului la scara necesară.”
Composer a fost antrenat pe sarcini reale de inginerie software, mai degrabă decât pe seturi de date statice. În timpul antrenamentului, modelul a funcționat în interiorul bazelor de cod complete, folosind o suită de instrumente de producție - inclusiv editarea fișierelor, căutarea semantică și comenzile terminalului - pentru a rezolva probleme complexe de inginerie. Fiecare iterație de antrenament a implicat rezolvarea unei provocări concrete, cum ar fi producerea unei editări de cod, elaborarea unui plan sau generarea unei explicații țintite. Bucla de consolidare a optimizat atât corectitudinea, cât și eficiența.
Composer a învățat să facă alegeri eficiente de instrumente, să folosească paralelismul și să evite răspunsurile inutile sau speculative. În timp, modelul a dezvoltat comportamente emergente, cum ar fi rularea testelor unitare, remedierea erorilor linter și efectuarea autonomă a căutărilor de cod în mai multe etape. Acest design permite lui Composer să funcționeze în același context de runtime ca și utilizatorul final, făcându-l mai aliniat cu condițiile de codare din lumea reală - gestionând controlul versiunilor, gestionarea dependențelor și testarea iterativă.
De la prototip la producție
Dezvoltarea lui Composer a urmat unui prototip intern anterior, cunoscut sub numele de Cheetah, pe care Cursor l-a folosit pentru a explora inferența cu latență scăzută pentru sarcinile de codare. „Cheetah a fost v0 al acestui model, în primul rând pentru a testa viteza”, a spus Rush pe X. „Metricile noastre spun că [Composer] are aceeași viteză, dar mult, mult mai inteligent.”
Succesul lui Cheetah în reducerea latenței a ajutat Cursor să identifice viteza ca un factor cheie în încrederea și utilizabilitatea dezvoltatorilor. Composer menține această receptivitate, îmbunătățind în același timp semnificativ raționamentul și generalizarea sarcinilor. Dezvoltatorii care au folosit Cheetah în timpul testelor inițiale au observat că viteza sa a schimbat modul în care au lucrat. Un utilizator a comentat că a fost „atât de rapid încât pot rămâne în buclă când lucrez cu el”. Composer reține acea viteză, dar extinde capacitatea la codare în mai multe etape, refactorizare și sarcini de testare.
Integrare cu Cursor 2.0
Composer este complet integrat în Cursor 2.0, o actualizare majoră a mediului de dezvoltare agentic al companiei. Platforma introduce o interfață multi-agent, permițând rularea a până la opt agenți în paralel, fiecare într-un spațiu de lucru izolat, folosind worktree-uri git sau mașini de la distanță. În cadrul acestui sistem, Composer poate servi ca unul sau mai mulți dintre acești agenți, efectuând sarcini independent sau în colaborare. Dezvoltatorii pot compara mai multe rezultate din rulările concurente ale agenților și pot selecta cea mai bună ieșire.
Cursor 2.0 include, de asemenea, funcții de asistență care sporesc eficacitatea lui Composer:
Browser în editor (GA) – permite agenților să ruleze și să testeze codul direct în IDE, redirecționând informațiile DOM către model. Revizuire îmbunătățită a codului – agregă diferențele între mai multe fișiere pentru o inspecție mai rapidă a modificărilor generate de model. Terminale izolate (GA) – izolează comenzile shell rulate de agent pentru o execuție locală sigură. Mod voce – adaugă comenzi de la vorbire la text pentru inițierea sau gestionarea sesiunilor de agenți. În timp ce aceste actualizări ale platformei extind experiența generală Cursor, Composer este poziționat ca nucleul tehnic care permite codarea agentică rapidă și fiabilă.
Infrastructură și sisteme de instruire
Pentru a antrena Composer la scară, Cursor a construit o infrastructură de învățare prin consolidare personalizată, combinând PyTorch și Ray pentru antrenament asincron pe mii de GPU-uri NVIDIA. Echipa a dezvoltat nuclee MXFP8 MoE specializate și paralelism de date hibrid sharded, permițând actualizări de modele la scară largă cu un overhead minim de comunicare. Această configurație permite lui Cursor să antreneze modele nativ la precizie scăzută, fără a necesita cuantificare post-antrenament, îmbunătățind atât viteza de inferență, cât și eficiența.
Antrenamentul lui Composer s-a bazat pe sute de mii de medii izolate concurente – fiecare un spațiu de lucru de codare autonom – care rulează în cloud. Compania și-a adaptat infrastructura Background Agents pentru a programa aceste mașini virtuale în mod dinamic, sprijinind natura intensă a rulărilor RL mari.
Utilizare în întreprindere
Îmbunătățirile de performanță ale lui Composer sunt susținute de modificări la nivel de infrastructură în stiva de inteligență a codului Cursor. Compania și-a optimizat protocoalele de server de limbaj (LSP) pentru diagnosticare și navigare mai rapidă, în special în proiectele Python și TypeScript. Aceste modificări reduc latența atunci când Composer interacționează cu depozite mari sau generează actualizări cu mai multe fișiere.
Utilizatorii enterprise obțin control administrativ asupra Composer și a altor agenți prin reguli de echipă, jurnale de audit și aplicarea sandbox-ului. Nivelurile Teams și Enterprise de la Cursor acceptă, de asemenea, utilizarea grupată a modelului, autentificarea SAML/OIDC și analizele pentru monitorizarea performanței agenților în cadrul organizațiilor. Prețurile pentru utilizatorii individuali variază de la nivelurile Free (Hobby) la Ultra (200 USD/lună), cu limite de utilizare extinse pentru abonații Pro+ și Ultra. Prețurile pentru afaceri încep de la 40 USD per utilizator per lună pentru Teams, cu contracte enterprise care oferă opțiuni de utilizare și conformitate personalizate.
Rolul lui Composer în peisajul evolutiv al codării AI
Concentrarea lui Composer pe viteză, învățare prin consolidare și integrare cu fluxurile de lucru de codare live îl diferențiază de alți asistenți de dezvoltare AI, cum ar fi GitHub Copilot sau Agentul Replit. Mai degrabă decât să servească drept motor de sugestie pasiv, Composer este conceput pentru colaborare continuă, condusă de agent, în care mai multe sisteme autonome interacționează direct cu baza de cod a unui proiect.
Această specializare la nivel de model - antrenarea AI pentru a funcționa în mediul real în care va opera - reprezintă un pas semnificativ către dezvoltarea de software practică și autonomă. Composer nu este antrenat doar pe date textuale sau cod static, ci într-un IDE dinamic care reflectă condițiile de producție. Rush a descris această abordare ca fiind esențială pentru obținerea fiabilității în lumea reală: modelul învață nu doar cum să genereze cod, ci și cum să îl integreze, să îl testeze și să îl îmbunătățească în context.
Ce înseamnă pentru dezvoltatorii Enterprise și Vibe Coding
Cu Composer, Cursor introduce mai mult decât un model rapid - implementează un sistem AI optimizat pentru utilizare în lumea reală, construit pentru a funcționa în interiorul acelorași instrumente pe care se bazează deja dezvoltatorii. Combinația dintre învățarea prin consolidare, designul cu expertiză mixtă și integrarea strânsă a produsului oferă lui Composer un avantaj practic în viteză și receptivitate, care îl deosebește de modelele lingvistice de uz general.
În timp ce Cursor 2.0 oferă infrastructura pentru colaborarea multi-agent, Composer este inovația de bază care face ca aceste fluxuri de lucru să fie viabile. Este primul model de codare construit special pentru codare agentică, la nivel de producție - și o primă privire asupra a ceea ce ar putea arăta programarea de zi cu zi atunci când dezvoltatorii umani și modelele autonome împărtășesc același spațiu de lucru.