Cursor 发布 Composer 1.5：强化学习提升 20 倍，支持复杂代码推理

Cursor 团队近日正式推出其智能编程模型 Composer 1.5，作为对前代 Composer 1 的重大升级。新版本聚焦于复杂、多步骤编程任务的处理能力，在推理深度、上下文管理和响应效率上均实现显著突破。

目前，Composer 1.5 已向所有用户开放，具体定价可查阅 Cursor 官方文档。

核心升级：从“生成代码”到“规划解决”

与传统代码补全模型不同，Composer 1.5 被设计为一个具备主动推理能力的编码代理。其三大关键技术改进如下：

1. 强化学习规模扩大 20 倍

训练过程中使用的强化学习（Reinforcement Learning, RL）步数达到前代的 20 倍。这意味着模型在大量编程任务中通过试错与反馈机制，更精细地学习了“如何正确解决问题”，而非仅模仿代码片段。结果是在困难场景（如算法实现、系统重构、跨文件调试）中表现更稳定、逻辑更严密。

2. 引入“思考 token”机制

Composer 1.5 在生成代码前，会先输出一系列不可见的“思考 token”（thought tokens），用于内部规划解题路径。这一机制模拟人类开发者“先想清楚再写”的过程，使模型能够：

• 分解复杂需求为子任务
• 评估多种实现方案
• 避免过早陷入局部最优解

该过程对用户透明，但显著提升了输出代码的结构合理性与可维护性。

3. 自我总结管理超长上下文

面对大型项目或长对话历史，模型通过递归自我总结（recursive self-summarization）动态压缩上下文信息。例如，在处理数千行代码的上下文时，Composer 1.5 会自动提炼关键变量、函数依赖和任务目标，从而在有限内存下维持高精度推理，避免因上下文截断导致的逻辑断裂。

性能表现：快而不浅，深而不慢

Cursor 强调，Composer 1.5 并非一味追求“深度思考”而牺牲响应速度。相反，它采用分层推理策略：

• 对简单任务（如单行补全、常见 API 调用），保持低延迟、即时响应；
• 对复杂任务（如实现新功能模块、修复并发 bug），自动启用深度推理模式。

早期用户在开发者论坛反馈，新模型在以下场景提升明显：

• 多文件协同修改的一致性
• 非结构化需求（如“优化这个循环性能”）的准确理解
• 生成带注释、错误处理和测试建议的完整函数

定位：面向专业开发者的日常智能协作者

Cursor 将 Composer 1.5 定位为日常编码工作流中的核心助手，而非仅用于演示或玩具项目。其强化学习驱动的持续优化路径，也表明团队致力于实现“可预测的能力提升”——每一次迭代都带来明确的工程价值。

对于需要处理大型代码库、频繁应对模糊需求或追求高质量自动化的开发者而言，Composer 1.5 提供了一种更可靠、更具规划能力的 AI 编码体验。