>> 長江證券-軟件與服務(wù)行業(yè)AI產(chǎn)業(yè)跟蹤：Cursor升級至2.0版本并推出首款自研編程模型，Agent商業(yè)化落地有望加速-251106
| 上傳日期： |
2025/11/7 |
大?。?/td>
| 626KB |
| 格式： |
pdf 共5頁 |
來源： |
長江證券 |
| 評級： |
看好 |
作者： |
宗建樹 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
事件描述
10月30日，AI編程平臺Cursor宣布升級到2.0版本，并推出了Cursor首個自研編程模型Composer，模型專為低延遲編碼打造，可以在30秒內(nèi)完成大多數(shù)交互任務(wù)，此外，用于并行協(xié)作多個Agent的新界面等迎來15項升級。
事件評論
自研模型Composer定位速度優(yōu)先的混合專家體系。（1）性能與速度平衡：多數(shù)任務(wù)30秒內(nèi)完成，輸出速度超200 token/s，比同等智能模型快4倍，優(yōu)于Claude Haiku 4.5和Gemini Flash 2.5；（2）智能水平：超過Qwen Coder、GLM 4.6等開源模型，略低于GPT5與Claude Sonnet 4.5。（3）優(yōu)化的重點是效率，Cursor鼓勵模型在工具使用上做出高效選擇，并減少不必要的回復(fù)，使模型“更有用”。我們認(rèn)為，Composer的核心突破不在智力，而在于高頻、低延遲的Agent反饋循環(huán)，這也是AIIDE類產(chǎn)品體驗的關(guān)鍵門檻，在Coding這個垂域進(jìn)行結(jié)構(gòu)性優(yōu)化，有望加快商業(yè)化推進(jìn)。
Composer采用MoE架構(gòu)，原生MXFP8低精度訓(xùn)練、RL對軟工專項優(yōu)化。（1）MXFP8 MoE kernels、專家并行和混合分片數(shù)據(jù)并行，在原生低精度下完成訓(xùn)練。（2）強化學(xué)習(xí)優(yōu)化：在大規(guī)模沙盒環(huán)境中異步RL訓(xùn)練，模型自發(fā)習(xí)得復(fù)雜搜索、修復(fù)錯誤、運行測試等能力；（3）MXFP8訓(xùn)練體系：低精度+并行分片，在千卡GPU規(guī)模下實現(xiàn)高效訓(xùn)練與推理一體化，還能在無需訓(xùn)練后量化的情況下實現(xiàn)更快的推理速度。我們認(rèn)為，模型在計算效率與推理成本上實現(xiàn)了體系化突破，有望進(jìn)一步加快產(chǎn)品擴面。
Cursor 2.0進(jìn)行以多Agent為核心的系統(tǒng)級升級，多Agent協(xié)作模式進(jìn)一步深化。Cursor 2.0共推出15項重大功能升級，核心轉(zhuǎn)向“以Agent為中心”的編程體驗。核心亮點總結(jié)：(1)支持最多8個Agent并行運行，可獨立或協(xié)作解決復(fù)雜任務(wù)；（2）新UI圍繞任務(wù)目標(biāo)和Agent分工重構(gòu)，不再以文件為核心；（3）集成原生瀏覽器與沙盒終端，實現(xiàn)從前端修改、自動測試到安全執(zhí)行的全鏈條自動化；（4）增強團(tuán)隊協(xié)作與安全控制；（5）提升整體性能與穩(wěn)定性（云端Agent可靠性達(dá)99.9%）。我們認(rèn)為本次更新使得AI具備團(tuán)隊級開發(fā)能力，Cursor亦在對商業(yè)化進(jìn)行深化探索，不過考慮到多Agent模式的token消耗和管理復(fù)雜度（如狀態(tài)同步、上下文競爭），未來或需在成本與精度間取進(jìn)一步平衡。
我們認(rèn)為，Cursor或正從AI編程工具（Tool）邁向AI開發(fā)平臺（Platform）。通過控制模型與交互層，可積累海量的用戶代碼與提示數(shù)據(jù)，形成持續(xù)強化學(xué)習(xí)的閉環(huán)，打造護(hù)城河，未來或成為AI軟件開發(fā)自動化的關(guān)鍵入口。
持續(xù)關(guān)注垂域Agent邊際變化。當(dāng)前時點大模型商業(yè)化變現(xiàn)有望加速，當(dāng)前成本仍為制約token消耗量的核心因素，指標(biāo)上需要進(jìn)一步關(guān)注大模型降本效果。我們繼續(xù)看好國產(chǎn)AI產(chǎn)業(yè)鏈，持續(xù)重點推薦鏟子股和卡位優(yōu)勢顯著的巨頭本身。
風(fēng)險提示
1、AI技術(shù)發(fā)展不及預(yù)期；
2、下游應(yīng)用需求不及預(yù)期。
|
|
