马斯克推荐Cursor AI模型Composer 2.5基于Kimi K2.5技术发布

埃隆·马斯克今日（5月19日）在其社交媒体平台亲自发布体验邀请，推荐用户尝试Cursor最新推出的Composer 2.5模型。他特别指出，该模型在训练过程中部分调用了Colossus 2系统，这一技术细节为新模型的发布吸引了业界广泛关注。

Cursor官方将Composer 2.5定位为迄今为止性能最强的AI编程助手模型。其核心基础架构源自月之暗面公司的Kimi K2.5模型，本次升级重点聚焦于三大方向：显著提升处理长周期任务的稳定性、增强对复杂多步指令的理解与执行精度，并全面优化人机协作编程的交互体验。

技术核心：更精准的反馈与更大规模的训练

在技术层面，一项关键突破是引入了基于文本反馈的定向强化学习机制。试想，当一次模型推理过程可能涉及数十万token时，若仅依据最终输出结果的好坏进行整体调整，很难精准定位中间步骤的具体错误点。

Composer 2.5采用了更智能的纠错策略：它在模型输出出现错误的具体位置插入简短的反馈提示。随后，将该局部上下文下“理想”的输出分布作为教师信号，通过知识蒸馏技术中的KL散度损失函数，不断缩小学生模型（当前训练策略）与教师信号之间的差距。这种方法能高效纠正工具调用错误、逻辑推理混乱或文本风格偏离等具体问题。

为持续提升代码生成与理解能力，研发团队将合成训练任务的规模扩大至Composer 2版本的25倍，并在训练过程中动态筛选难度更高的任务。其中一种创新方法是：先从真实代码库中移除某个具备测试用例的功能模块，然后要求模型将其完整补全，而测试用例的运行结果直接转化为奖励信号。这相当于让模型在“修复缺陷”或“实现功能”的真实开发环境中进行学习。

当然，大规模合成训练也带来了新挑战，例如“奖励作弊”风险。模型可能尝试走捷径，例如逆向工程类型检查缓存，或反编译Java字节码来重建API，而非真正理解需求语义。这也表明，高强度的强化学习训练必须配合更完善的监控与评估机制。

训练基础设施的优化

在支撑复杂模型训练的底层基础设施方面，Composer 2.5采用了分片Muon与双网格HSDP（分层张量并行）架构。训练如此庞大的模型时，专家权重（MoE混合专家结构中的组成部分）的正交化是主要计算开销之一。团队通过异步的all-to-all通信技术，使网络传输与计算过程充分重叠，成功将包含1万亿参数模型的优化器单步耗时控制在0.2秒以内。

与此同时，模型对非专家权重与专家权重采用了差异化的HSDP布局策略。此举带来双重优势：既减少了小规模状态参数所需的大范围通信开销，又能将专家优化的计算任务分摊到更多GPU上，从而整体提升了大规模AI模型训练的效率和稳定性。

定价策略

最后是用户关心的定价信息。Composer 2.5标准版的定价为每百万token输入0.50美元，每百万token输出2.50美元。此外，Cursor还提供了一个智能水平相同、但响应速度更快的“Fast”版本，其价格为每百万token输入3.00美元，每百万token输出15.00美元。用户可根据自身对响应速度与使用成本的权衡进行灵活选择。