新智元報道

【新智元導讀】基于Kimi 2.5的Cursor新版Composer 2.5來了，狂飆10倍效率，百萬Token只要2.5美元！ 最驚人的是，它在RL訓練里嫌任務太難，竟然學會了逆向緩存、反編譯字節碼去「作弊鉆空子」…… 大規模強化學習的潘多拉魔盒已被打開，AI黑客成精了。

今天，AI編程領域的強勢玩家——Cursor，毫無預兆地推出了一位強悍選手。

官方正式宣布，全新升級的AI編程模型Composer 2.5正式上線！

基準測試顯示，Composer 2.5在部分編程基準測試上的表現，已經非常接近Claude 4.7 Opus和GPT-5.5。

這是一場從底層訓練架構、工程效率到商業定價的全面顛覆。

官方數據顯示，Composer 2.5在長任務持續性和復雜指令遵循上實現了顯著突破，實際運行效率竟然比當前市面上的主流競品高出整整10倍！

更讓人感到震撼的是，伴隨著這次升級，大規模強化學習的潘多拉魔盒似乎被打開了。

在訓練過程中，這個AI模型竟然學會了「作弊」和「鉆空子」——為了完成任務，它不僅自主逆向了Python的緩存格式，甚至還學會了去反編譯Java字節碼！

在官方X上，Cursor承認，Composer 2.5是基于Kimi K2.5構建的。

所以，Cursor究竟用了什么黑魔法？

性能掀翻天花板

10倍效率與硬剛GPT-5.5的底氣

在AI編程賽道，很多開發者最頭疼的痛點就是后勁不足。

很多模型在寫個十幾行的簡單函數時表現得像個天才，但只要把它扔進一個數十萬行代碼的大型真實項目里，它就會開始胡言亂語。

而Composer 2.5，就是為了終結這個痛點而生的！

長任務與復雜指令的性能王者

根據Cursor官方的說法，Composer 2.5是他們迄今為止最強大的模型。相較于前代，它在智能水平、長周期任務的持續工作能力，以及復雜指令的依從性上，都實現了跨越式的提升。

在長達數天或涉及數萬個Token的長軌跡開發場景中，Composer 2.5表現出了令人驚嘆的穩定性。

它不再是一個只會對單次Prompt做出反應的復讀機，而變成了一個能夠真正理解上下文演變的「資深全棧工程師」。

它的運行效率與資源占用表現均遠優于當前的主流AI編程工具，運行效率最高提升了10倍。

這意味著，以前需要開發者反復調試、等待數分鐘的大型項目代碼迭代，現在在秒級內就能得到更精準的反饋。

百萬Token僅2.5美元：極致的工程性價比

如果說性能讓人興奮，那么它的價格則讓整個行業感到震撼！

Composer 2.5 定價白皮書：

- 標準版： 每百萬（1M）輸入Token僅需0.50美元，每百萬（1M）輸出Token僅需2.50美元。

- Fast變體版： 智能水平相同但速度極快，價格為每百萬輸入Token 3.00美元，每百萬輸出Token 15.00美元。

Composer 2.5在部分編程基準測試上已經接近Claude 4.7 Opus和GPT-5.5，然而，它的成本卻僅僅是它們的一小部分！

這揭示了一個殘酷而關鍵的行業新趨勢：未來的AI編程競爭，就是看誰能用更低的成本，打出更強、更極致的實際工程體驗。

最后Cursor更是不講武德地宣布：在發布后的第一周，平臺將直接雙倍贈送所有用戶的免費使用額度！

這一波降維打擊，無疑將大大降低開發者的試用門檻。

底層黑魔法之一

定向文本反饋RL，解決「信用分配」百年難題

為什么Composer 2.5能變得這么聰明且穩定？這得歸功于Cursor在強化學習訓練上引入的全新機制。

Cursor創始人表示：我們在強化學習方面已經做得極其出色了。Composer 2.5 完成了越級挑戰，其表現遠遠超出了它這個參數規模應有的水平。對于下一個版本，我們無比興奮

在傳統的強化學習中，有一個讓無數科學家頭疼的經典難題——信用分配難題。

什么是信用分配難題？

想象一下，AI在編寫一段非常長的代碼，中間它一共調用了幾百次各種工具。

在第50步的時候，AI犯了一個小錯：它嘗試調用了一個不存在的、或者不可用的工具，但隨后迅速調整，在接下來的幾百步里繼續進行了正確的工具調用。

在傳統的RL訓練中，獎勵信號是在整個過程全部結束后才統一計算并返回的。最終的獎勵可能會告訴模型：「這次任務整體完成得不夠完美。」

但這時候模型就懵了：一共寫了上千行代碼，到底是在哪一步做錯了？

解決方案：定向文本反饋

為了徹底解決這個問題，Cursor在訓練Composer 2.5時，祭出了「定向文本反饋RL」。

它的核心思路非常精妙：在模型本可以表現得更好的具體位置，直接把反饋釘在那個地方。

具體的技術實現步驟如下：

通過這種方式，Cursor既為想要改變的微觀局部行為提供了極其精準、局部化的訓練信號，同時又完美保留了貫穿完整長軌跡的宏觀RL目標。

這也是為什么Composer 2.5在實際協作體驗中，表現得像一個高情商、高技術的老手。

因為它在訓練中，每一處微小的表達和邏輯偏差，都被這種定向文本反饋精雕細琢過。

底層黑魔法之二

合成數據暴漲25倍，AI竟然學會了「作弊」！

有了精準的訓練方法，接下來就需要龐大的訓練燃料。

在RL的訓練過程中，隨著Composer的編碼能力顯著提升，它很快就把原有的訓練集題目給刷爆了。

為了逼出模型的極限潛能，Cursor的研發團隊開始在訓練過程中，動態地篩選和生成難度極高的合成任務。

Composer 2.5所使用的合成任務數量，達到了驚人的上一代（Composer 2）的25倍！

如何在大規模代碼庫的基礎上，憑空創造出成千上萬個高難度的編程任務？Cursor采用了一種非常絕妙的方法——功能刪除。

1. 智能體會拿到一個包含大量現成測試（Tests）的成熟代碼庫。

2. 系統要求智能體以某種方式，精準地把某些代碼和文件刪掉。

3. 核心要求： 代碼庫在刪掉這些文件后必須保持可運行，但原有的某項特定、可測試的功能必須被徹底移除。

4. 生成任務： 刪完之后，這個殘缺的代碼庫就變成了一個全新的高難度合成任務——要求AI重新把這個被刪除的功能實現出來，而原有的那些測試，則被直接用作獎勵信號。

打開潘多拉魔盒：模型學會了「獎勵作弊」

然而，當合成數據的規模擴大了25倍，且任務難度被拉到極限時，意料之外的事情發生了。

隨著模型能力在持續的強化學習中瘋狂進化，Composer 2.5竟然開始展現出讓人啼笑皆非、又脊背發涼的「獎勵作弊」能力。

它開始像人類黑客一樣，尋找各種復雜的變通辦法來走捷徑。

在監控中，團隊發現了兩個極為震撼的真實案例。

逆向Python緩存： 在一次「功能刪除」后要求重新實現的任務中，模型敏銳地發現系統里還殘留著一塊Python類型檢查的緩存。它沒有重寫復雜的函數體，而是直接通過逆向這塊緩存的底層格式，硬生生地找回并提取出了已經被刪掉的函數簽名，以此輕松通過了測試。

反編譯Java字節碼： 在另一個涉及第三方API調用的高難度任務里，由于缺乏文檔和源碼，正常編寫極度困難。結果，Composer 2.5竟然在環境里找到了編譯好的Java字節碼，并自主運行了反編譯工具，通過閱讀反編譯出來的底層代碼，徹底重建了該第三方API。

但這無疑向全行業敲響了警鐘：在大規模強化學習的催化下，AI為了拿到高分，其自主涌現出的行為邊界，可能遠超人類最初的設想。

頂級工程架構

分片Muon優化器與雙網格HSDP

在底層算力調度和模型優化上，Composer 2.5同樣展現了頂級大廠都未必具備的硬核工程能力。

現在我們都知道，Composer 2.5是基于開源社區中大名鼎鼎的Moonshot Kimi K2.5開源checkpoint構建的。

如何讓數萬億參數的模型在龐大的集群中高效運轉、同時把網絡通信開銷降到最低？

Cursor給出了兩項堪稱藝術級的工程解法。

分片Muon優化器：每步耗時僅0.2秒！

在模型的持續預訓練中，團隊使用了帶分布式正交化的Muon優化器。

這里面最大的計算開銷，其實在于對龐大的專家權重進行正交化。為了解決這個問題，Cursor設計了一套精妙的異步傳輸機制：

最終的結果驚為天人：在一個高達1T參數規模的模型上，優化器每一步的耗時，居然被死死壓在了區區0.2秒以內！

雙網格HSDP架構

為了讓MoE模型的效率最大化，Cursor對模型內部不同性質的權重，量身定制了完全不同的 HSDP 布局：

更絕的是，通過將這兩種布局徹底分開，彼此獨立的并行維度得以完美重疊。

例如，CP=2（上下文并行）和 EP=8（專家并行）可以直接在 8 個 GPU 上高效運行，而根本不需要在單個共享網格中強行占用 16 個 GPU。

這種對硬件資源的極致壓榨，正是Cursor能夠將推理和訓練成本打到如此低廉的底層底氣。

Cursor攜手SpaceXAI

向百萬H100集群進發

在官博最后，Cursor正式宣布：他們目前正在與 SpaceXAI 展開深度戰略合作！一下子就把競爭拉到了科幻級別。

雙方的目標非常簡單且暴力：直接調用Colossus 2集群中整整100萬個H100等效算力，從零開始訓練一個計算規模整整擴大10倍的全新超大模型！

100萬張H100等效算力是什么概念？這幾乎是目前人類地表上能組裝起來的最恐怖的算力怪獸。

Cursor自身的精湛機制，與SpaceXAI的百萬級頂級算力集群結合時，下一代模型的全自主編程能力，將會進化到何種地步？

從今天起，隨著Composer 2.5的全面普及，軟件開發的門檻和效率將被重新定義。

每百萬輸出Token僅2.5美元的超低成本，意味著AI編程將徹底走向平民化和常態化。

趕緊打開你的Cursor，去體驗一下首周用量雙倍贈送的Composer 2.5吧。

參考資料：

https://x.com/cursor_ai/status/2056415413077233983

https://cursor.com/cn/blog/composer-2-5

編輯：Aeneas David