Kodowanie AI w środowisku IDE Cursor 29 października wypuściło na rynek swój pierwszy własny model, Composer. Jego premiera zbiegła się z dużą aktualizacją platformy, Cursor 2.0.
Firma kładąc nacisk na szybkość, nowy model Composer twierdzi, że jest cztery razy szybszy niż podobne narzędzia.
Cursor 2.0 wprowadza przeprojektowany interfejs do równoległego zarządzania wieloma agentami AI. Programiści mogą teraz porównywać dane wyjściowe różnych modeli w ramach tego samego zadania.
Chociaż pierwsi użytkownicy pochwalili tę premierę za jej działanie, wywołała ona również krytykę ze względu na brak przejrzystości w odniesieniu do pochodzenia modelu i wykorzystania przez niego funkcji prywatnych testy porównawcze.
Need for Speed: wprowadzenie modelu Composer
Aby zapewnić programistom płynność, Cursor ustawił Composera jako model pionierski zbudowany z myślą o interaktywnym kodowaniu o niskim opóźnieniu. Cursor opisuje go jako model mieszanki ekspertów (MoE). Specjalizował się w inżynierii oprogramowania poprzez uczenie się przez wzmacnianie (RL).
Podczas szkolenia model uzyskał dostęp do narzędzi takich jak wyszukiwanie semantyczne i otrzymał zadanie rozwiązywania rzeczywistych problemów związanych z kodowaniem. Według Cursora w rezultacie powstał model, który wykonuje większość tur agenta w czasie krótszym niż 30 sekund. Taka wydajność sprawiłaby, że byłby czterokrotnie szybszy niż podobnie inteligentni konkurenci.
Jednakże te twierdzenia dotyczące wydajności opierają się na zastrzeżonej wewnętrznej ocenie zwanej „Cursor Bench”. Ten benchmark składa się z rzeczywistych żądań agentów od inżynierów firmy. Brak publicznego, powtarzalnego punktu odniesienia stał się głównym punktem debaty po wprowadzeniu na rynek.
Pomimo tajemnicy firma zachowała przejrzystość w kwestii cen. Zgodnie z oficjalną dokumentacją model Composer kosztuje 1,25 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych. Jest on umieszczony w tym samym przedziale cenowym co GPT-5 i Gemini 2.5 Pro w środowisku Cursor, co sygnalizuje zaufanie do jego możliwości.
Juggling Agents: Nowy interfejs w Cursorze 2.0
Oprócz nowego modelu, wydanie Cursora 2.0 oznacza znaczącą zmianę w projekcie IDE. Przechodzi od przepływu pracy skoncentrowanego na plikach do przepływu pracy skoncentrowanego na agentach. Jego zaktualizowany interfejs został zbudowany tak, aby uruchamiał wiele agentów równolegle, bez wzajemnej interferencji.
Ta wieloagentowa architektura opiera się na drzewach roboczych Git lub zdalnych komputerach. Takie narzędzia tworzą izolowane środowiska, w których każdy agent może pracować, zapobiegając konfliktom.
Dzięki tej konfiguracji programiści mogą przypisywać to samo złożone zadanie różnym modelom jednocześnie — na przykład prosząc zarówno Sonnet 4.5, jak i Composer o zaimplementowanie funkcji.
Użytkownicy mogą następnie porównać wyniki i wybrać najlepsze podejście. Przepływ pracy, znany jako „kodowanie wibracyjne”, zyskuje na popularności jako sposób na wykorzystanie wyraźnych zalet różnych modeli sztucznej inteligencji. Firma Google niedawno odnowiła swoje AI Studio, kierując się podobną filozofią.
Aktualizacja obejmuje także narzędzia usprawniające przeglądanie i testowanie kodu, dodatkowo integrując sztuczną inteligencję z cyklem życia oprogramowania.
Spolaryzowane przyjęcie: pochwały i sceptycyzm społeczności
Podwójna premiera, wywołując falę dyskusji, ostro podzieliła opinie w społeczności programistów. Podczas gdy niektórzy użytkownicy chwalili responsywność nowego modelu, inni zgłosili poważne problemy. Wątek Hacker News omawiający premierę doskonale uchwycił tę sprzeczną opinię.
Z jednej strony pierwsi użytkownicy chwalili wydajność nowego modelu. Jeden z użytkowników napisał: „Composer zrobił wszystko lepiej, nie potknął się tam, gdzie zawiódł Codex, a co najważniejsze, szybkość robi ogromną różnicę. Jest niezwykle wygodny w użyciu, gratulacje.”
Z drugiej strony kilku użytkowników zgłosiło frustrujące początkowe doświadczenia. Jeden z nich skomentował: „Dziś wieczorem korzystałem z nowego systemu i czułem się, jakbym przeszedł na niższą wersję. Wygenerowałem kilka niedziałających podstawowych aplikacji, nie radziłem sobie z CSS w środowisku NextJS”.
Na platformach takich jak Hacker News szybko pojawił się sceptycyzm w stosunku do twierdzeń firmy. Główna krytyka skupia się na braku przejrzystości.
Jak zauważył jeden z użytkowników: „Brak przejrzystości jest tutaj szaleńczy. Agregują wyniki modeli, z którymi testują, co utrudnia działanie. Udostępniają jedynie wyniki na podstawie własnego wewnętrznego testu porównawczego, których nie publikują”.
Podążając za tym stwierdzeniem, inni kwestionowali nieujawniony podstawowy model szkolenia Composer, co utrudnia niezależną ocenę jego architektury lub potencjalnych błędów.
Posunięcie w kierunku własnych, własnych modeli, jest częścią szerszego trendu branżowego. Szybkość i specjalizacja stają się kluczowymi czynnikami różnicującymi.
W komentarzu badacz Cursor ML sformułował strategię firmy, stwierdzając: „Naszym zdaniem do produktywności potrzeba obecnie minimalnej ilości inteligencji, a jeśli można to połączyć z szybkością, jest to niesamowite”.
Taka filozofia stawia Composer bezpośrednio przeciwko potężniejszym, ale potencjalnie wolniejszym modelom z głównych laboratoriów.
Jednak w przypadku niektórych programistów surowa inteligencja pozostaje najwyższym priorytetem. Jak zauważył jeden z użytkowników:”Być może jestem wyjątkiem, ale jakość Sonnet 4.5 jest tak niska, jak chciałbym. Szybkość generowania nie jest problemem ani pochłaniaczem czasu. Trzeba się z tym zmagać, aby uzyskać odpowiedni wynik.”Strategia Cursora umieszcza go na niezwykle konkurencyjnym rynku.
GitHub zaprezentował niedawno własną platformę wieloagentową, Agent HQ, która łączy modele z OpenAI, Anthropic i Google w ramach jednej płaszczyzny kontroli.
W międzyczasie indywidualni dostawcy, tacy jak Anthropic, w dalszym ciągu udoskonalają swoje oferty, takie jak niedawno wprowadzony Claude Code dla Internetu.
Budując własny model, Cursor stawia na to, że ściśle zintegrowane, szybkie środowisko może stworzyć lojalną bazę użytkowników, nawet jeśli oznacza to poświęcenie części mocy największych modeli pionierskich.
