Cursor Composer 1.5：為什麼自己訓練模型，以及背後的 RL 基礎設施

Cursor 團隊在一場訪談中談了他們幾天前釋出的 Composer 1.5 模型。這篇整理聚焦在其中最有工程參考價值的幾個決策：為什麼要自己訓練模型、RL 能帶來哪些外部工具做不到的能力，以及支撐 RL 訓練的基礎設施到底有多重。內容嚴格依據訪談本身，不做外部腦補。

Composer 1.5：介於 Sonnet 4.5 與 Opus 4.5 之間

Cursor 團隊對 Composer 1.5 的定位很直白：他們認為這是目前能用到的最好的模型之一，能力大約落在 Sonnet 4.5 與 Opus 4.5 之間。他們也誠實地說「還不是 Opus」——做出好模型本來就很難——但對接下來能持續做出更好的模型很有信心。

這個模型 幾乎完全是透過大量、大量的 RL（reinforcement learning）訓練 出來的。

比模型分數更值得注意的，是他們對「模型該有什麼手感」的看法。他們追求的不是那種「按下 enter 之後你就可以去睡覺」的模型，而是希望模型又快、用起來又很投入（engaging）：你輸入 query，模型就用它能做到的最快速度把事情做完。速度在這裡不是事後優化，而是產品體驗的一部分。

為什麼要自己訓練模型，而不是搭上前沿模型的浪潮

問到「自研模型 vs. 直接用前沿模型」的取捨，Cursor 團隊的核心論點是：當產品和模型越來越深度整合時，你在乎的功能必須直接做進模型本身。

原因是——有些能力如果沒有被訓練進模型裡，模型就是用不好那個東西。你沒辦法只靠外面包一層 prompt 把它補回來。

RL 才能學會的能力：從 grep 到 semantic search

團隊舉了兩個具體例子來說明「必須做進模型」是什麼意思。

grep：以前有些模型連 grep 都用不好。要讓模型變得非常擅長 grep，做法就是用 RL 去針對這件事做訓練。

semantic search：Composer 系列模型的一個經典特點，是非常擅長用 semantic search。面對一個非常大的 code base，這些模型能在 一到三次查詢 內就找到該去的地方，而不是動用幾十次 grep。

他們認為這類能力只能透過 RL 學會。往前看，他們特別想讓模型擅長的一件事，是大量遞迴的 sub agent——目標是在幾乎所有 query 上，都能在兩到三分鐘內把問題解掉。而要做到這種程度，基本上就必須訓練自己的模型。

撐起 RL 的基礎設施：數百萬個 sandbox

被問到 RL 的技術細節時，團隊表示演算法層面不方便多談，但基礎設施（跑程式碼與環境）這塊反而更有意思。

RL 是一項新技術，正因為新，隨著你把規模拉大，基礎設施會變得相當複雜。實際做 RL 時，你是在同時跑數百萬個 sandbox。

這裡有個關鍵的產業觀察：做到某個規模之後，你根本沒辦法向任何人「買」這套基礎設施。過去十年建立的軟體公司，多半是這樣運作的——遇到很難的事，就外包給供應商，AWS 幫你打點底層，你在上面專心寫好軟體，關注點漂亮地分離。

但當你一年要吃掉 上億等級的 CPU compute，這種分工就行不通了。你必須自己想清楚：要怎麼把同時運行的數十萬、甚至數百萬個 sandbox 編排起來，餵給 RL 訓練。這已經不是「租雲端」能解決的問題，而是必須自建的系統。

模型路由：讓使用者不必去想要用哪個模型

既然同時存在前沿模型、Composer 1.5 等多個選項，使用者該怎麼選？團隊的其中一個目標，是讓使用者根本不必去想模型這件事：

你面前只有一個輸入框，按下 enter，剩下的不用管。

背後的邏輯是依難度自動路由：

• 偏簡單的 query → 走非常快的模型
• 真的很困難的 query → 走很聰明的模型

graph LR
    A[使用者在輸入框按 enter] --> B{query 難度判斷}
    B -->|偏簡單| C[快速模型<br/>低延遲]
    B -->|很困難| D[聰明模型<br/>高能力]
    C --> E[回傳結果]
    D --> E

這樣一來，簡單的問題得到極快的回應，困難的問題交給最強的模型處理，而使用者完全不必為了選模型而分心。

小結

這場訪談沒有談營收數字，也沒有談編輯器架構，而是聚焦在一件事：Cursor 為什麼要走上自研模型這條路。可以歸納成三點：

1. 能力要內建：grep、semantic search 這類能力得靠 RL 訓練進模型，不是外部 prompt 能補的。
2. RL 是自建工程：數百萬 sandbox、上億等級 CPU compute 的規模，讓「外包給供應商」的舊模式失效。
3. 速度即產品：模型要快、要讓人願意一直用，並用路由讓使用者不必操心選哪個模型。

參考資料

• 原始影片：Cursor 團隊談 Composer 1.5