La utensilio de codificación vibe Cursor, desde el inicio Cualquier esferatiene Compositor introducidosu primer maniquí de jerga ancho (LLM) de codificación patentado interno como parte de su Aggiornamento de la plataforma Cursor 2.0.

Composer está diseñado para ejecutar tareas de codificación de forma rápida y precisa en entornos a escalera de producción, lo que representa un nuevo paso en la programación asistida por IA. El propio personal de ingeniería de Cursor ya lo está utilizando en el expansión diario, lo que indica juicio y estabilidad.

Según Cursor, Composer completa la mayoría de las interacciones en menos de 30 segundos manteniendo al mismo tiempo un stop nivel de capacidad de razonamiento en bases de código grandes y complejas.

El maniquí se describe como cuatro veces más rápido que sistemas inteligentes similares y está entrenado para flujos de trabajo “agentes”, donde agentes de codificación autónomos planifican, escriben, prueban y revisan el código de forma colaborativa.

Anteriormente, el cursor era compatible "codificación de vibraciones" – usar IA para escribir o completar código basado en instrucciones en jerga natural de un usufructuario, incluso alguno sin capacitación en expansión – por encima de otros LLM propietarios líderes de empresas como OpenAI, Anthropic, Google y xAI. Estas opciones todavía están disponibles para los usuarios.

Resultados de remisión

Las capacidades de Composer se comparan utilizando "tira de cursor," un conjunto de evaluación interna derivado de solicitudes reales de agentes desarrolladores. El punto de remisión mide no sólo la corrección, sino además la adhesión del maniquí a las abstracciones, convenciones de estilo y prácticas de ingeniería existentes.

En este punto de remisión, Composer logra inteligencia de codificación de nivel fronterizo mientras genera al menos 250 fichas por segundo – aproximadamente dos veces más rápido que los principales modelos de inferencia rápida y cuatro veces más rápido que los sistemas fronterizos comparables.

La comparación publicada por Cursor agrupa los modelos en varias categorías: “Best Open” (por ejemplo, Qwen Coder, GLM 4.6), “Fast Frontier” (Haiku 4.5, Gemini Flash 2.5), “Frontier 7/2025” (el maniquí más potente adecuado a fracción de año) y “Best Frontier” (incluidos GPT-5 y Claude Sonnet 4.5). Composer iguala la inteligencia de los sistemas de matiz media y al mismo tiempo ofrece la velocidad de gestación más entrada registrada entre todas las clases probadas.

Un maniquí construido con educación por refuerzo y casa de combinación de expertos

La científica investigadora Sasha Rush de Cursor proporcionó información sobre el expansión del maniquí en publicaciones en la red social Xque describe a Composer como un maniquí de mezcla de expertos (MoE) aprendido por refuerzo (RL):

“Usamos RL para entrenar un gran maniquí MoE para que fuera verdaderamente bueno en la codificación del mundo existente y además muy rápido”.

Rush explicó que el equipo codiseñó tanto Composer como el entorno Cursor para permitir que el maniquí funcione de modo efectivo a escalera de producción:

“A diferencia de otros sistemas de educación automotriz, no se puede inducir mucho del sistema a gran escalera. Codiseñamos este esquema y Cursor juntos para permitir ejecutar el agente a la escalera necesaria”.

Composer recibió capacitación en tareas reales de ingeniería de software en espacio de conjuntos de datos estáticos. Durante el entrenamiento, el maniquí operó internamente de bases de código completas utilizando un conjunto de herramientas de producción (que incluyen tiraje de archivos, búsqueda semántica y comandos de terminal) para resolver problemas de ingeniería complejos. Cada iteración de capacitación implicó resolver un desafío concreto, como producir una tiraje de código, redactar un plan o producir una explicación específica.

El tirabuzón de refuerzo optimizó tanto la corrección como la eficiencia. El compositor aprendió a nominar herramientas eficaces, a utilizar el paralelismo y a evitar respuestas innecesarias o especulativas. Con el tiempo, el maniquí desarrolló comportamientos emergentes, como ejecutar pruebas unitarias, corregir errores de linter y realizar búsquedas de código de varios pasos de forma autónoma.

Este diseño permite a Composer trabajar internamente del mismo contexto de ejecución que el usufructuario final, lo que lo alinea más con las condiciones de codificación del mundo existente: manejo del control de versiones, gobierno de dependencias y pruebas iterativas.

Del prototipo a la producción

El expansión de Composer siguió un prototipo interno inicial conocido como Guepardoque Cursor utilizó para explorar la inferencia de mengua latencia para tareas de codificación.

“Cheetah fue la lectura 0 de este maniquí principalmente para probar la velocidad”, dijo Rush en X. “Nuestras métricas dicen que (Composer) tiene la misma velocidad, pero mucho, mucho más inteligente”.

El éxito de Cheetah en la reducción de la latencia ayudó a Cursor a identificar la velocidad como un negociador esencia en la confianza y la usabilidad de los desarrolladores.

Composer mantiene esa capacidad de respuesta al tiempo que progreso significativamente el razonamiento y la extensión de tareas.

Los desarrolladores que utilizaron Cheetah durante las primeras pruebas notaron que su velocidad cambió su forma de trabajar. Un usufructuario comentó que era “tan rápido que puedo estar al tanto cuando trabajo con él”.

Composer conserva esa velocidad pero amplía la capacidad a tareas de prueba, refactorización y codificación de varios pasos.

Integración con Cursor 2.0

Composer está completamente integrado en Cursor 2.0, una puesta al día importante del entorno de expansión agente de la empresa.

La plataforma introduce una interfaz multiagente, lo que permite hasta ocho agentes para ejecutar en paralelo, cada uno en un espacio de trabajo marginado utilizando árboles de trabajo git o máquinas remotas.

Adentro de este sistema, Composer puede ejecutar como uno o más de esos agentes, realizando tareas de forma independiente o colaborativa. Los desarrolladores pueden comparar múltiples resultados de ejecuciones simultáneas de agentes y aspirar el mejor resultado.

Cursor 2.0 además incluye funciones de soporte que mejoran la efectividad de Composer:

• Navegador en el editor (GA) – permite a los agentes ejecutar y probar su código directamente internamente del IDE, reenviando información DOM al maniquí.

• Revisión de código mejorada – agrega diferencias en múltiples archivos para una inspección más rápida de los cambios generados por el maniquí.

• Terminales en espacio marginado (GA) – aislar los comandos de shell ejecutados por el agente para una ejecución recinto segura.

• Modo de voz – agrega controles de voz a texto para iniciar o mandar sesiones de agentes.

Si proporcionadamente estas actualizaciones de la plataforma amplían la experiencia universal de Cursor, Composer se posiciona como el núcleo técnico que permite una codificación agente rápida y confiable.

Infraestructura y Sistemas de Capacitación

Para entrenar Composer a escalera, Cursor creó una infraestructura de educación por refuerzo personalizada que combina PyTorch y Ray para un entrenamiento asincrónico en miles de GPU NVIDIA.

El equipo desarrolló núcleos MXFP8 MoE especializados y paralelismo de datos fragmentados híbridos, lo que permite actualizaciones de modelos a gran escalera con una sobrecarga de comunicación mínima.

Esta configuración permite a Cursor entrenar modelos de forma nativa con mengua precisión sin requerir una cuantificación posterior al entrenamiento, lo que progreso tanto la velocidad de inferencia como la eficiencia.

La formación de Composer se basó en cientos de miles de entornos aislados simultáneos (cada uno de ellos un espacio de trabajo de codificación autónomo) que se ejecutaban en la cirro. La empresa adaptó su infraestructura de agentes en segundo plano para programar estas máquinas virtuales de forma dinámica, lo que respalda la naturaleza en ráfagas de grandes ejecuciones de RL.

Uso empresarial

Las mejoras de rendimiento de Composer están respaldadas por cambios a nivel de infraestructura en toda la pila de inteligencia de código de Cursor.

La empresa ha optimizado sus protocolos de servidor de idiomas (LSP) para un dictamen y una navegación más rápidos, especialmente en proyectos de Python y TypeScript. Estos cambios reducen la latencia cuando Composer interactúa con repositorios grandes o genera actualizaciones de múltiples archivos.

Los usuarios empresariales obtienen control oficial sobre Composer y otros agentes a través de reglas de equipo, registros de auditoría y aplicación de sandbox. Los niveles Teams y Enterprise de Cursor además admiten el uso de modelos agrupados, autenticación SAML/OIDC y examen para monitorear el rendimiento de los agentes en todas las organizaciones.

Los precios para usuarios individuales varían desde los niveles Gratuito (Hobby) a Reaccionario ($200/mes), con límites de uso ampliados para suscriptores Pro+ y Reaccionario.

Los precios comerciales comienzan en $40 por usufructuario por mes para Teams, con contratos empresariales que ofrecen uso personalizado y opciones de cumplimiento.

El papel del compositor en el cambiante panorama de la codificación de IA

El enfoque de Composer en la velocidad, el educación reforzado y la integración con flujos de trabajo de codificación en vivo lo diferencia de otros asistentes de expansión de IA como GitHub Copilot o Replit’s Agent.

En espacio de servir como un motor de sugerencias pasivo, Composer está diseñado para una colaboración continua impulsada por agentes, donde múltiples sistemas autónomos interactúan directamente con el código saco de un esquema.

Esta especialización a nivel de maniquí (entrenar la IA para que funcione internamente del entorno existente en el que operará) representa un paso significativo alrededor de el expansión de software práctico y autónomo. Composer no se entrena sólo con datos de texto o código quieto, sino internamente de un IDE dinámico que refleja las condiciones de producción.

Rush describió este enfoque como esencial para conseguir confiabilidad en el mundo existente: el maniquí aprende no solo a producir código, sino además a integrarlo, probarlo y mejorarlo en contexto.

Lo que significa para los desarrolladores empresariales y la codificación Vibe

Con Composer, Cursor presenta más que un maniquí rápido: está implementando un sistema de inteligencia fabricado optimizado para uso en el mundo existente, creado para trabajar internamente de las mismas herramientas en las que ya confían los desarrolladores.

La combinación de educación por refuerzo, diseño combinado de expertos y una estrecha integración de productos le da a Composer una delantera maña en velocidad y capacidad de respuesta que lo distingue de los modelos de jerga de propósito universal.

Si proporcionadamente Cursor 2.0 proporciona la infraestructura para la colaboración entre múltiples agentes, Composer es la innovación central que hace viables esos flujos de trabajo.

Es el primer maniquí de codificación creado específicamente para codificación agente a nivel de producción, y un vistazo temprano de cómo podría encontrarse la programación cotidiana cuando los desarrolladores humanos y los modelos autónomos comparten el mismo espacio de trabajo.