Cursor Composer 2 技術報告：代理式軟體工程程式碼模型的訓練與效能

這份技術報告深入探討了 Composer 2 的訓練歷程，這是一款專為代理式軟體工程打造的程式碼模型。其訓練分兩階段：首先是對開源基礎模型 Kimi K2.5 進行持續預訓練以深化程式碼知識，接著透過大規模強化學習（RL）來優化端到端代理效能，過程中強調緊密模擬真實 Cursor 環境。研究發現，降低預訓練損失能有效提升下游 RL 表現。為解決公開基準的局限性，團隊開發了 CursorBench，一個基於真實程式碼會話的評估基準，確保模型與實際開發問題保持一致。 • 在 CursorBench 上，Composer 2 表現優異，取得 61.3 分，較 Composer 1.5 提升 37%，與頂尖模型具競爭力。 • 在 SWE-bench Multilingual 和 Terminal-Bench 等公共基準上，分別獲得 73.7 和 61.7 分，且具備顯著較低的推論成本。

模型在精度與成本之間實現了帕雷托最優權衡，極適合互動式開發者工作流程。 訓練 Composer 2 涉及大量基礎設施開發，包括用於 Blackwell GPU 的高效能 MoE 訓練核心、跨區域非同步 RL 管線以及內部運算平台 Anyrun。