根據動察 Beating 監測，Cursor 公開了 Composer 系列模型的一個訓練技巧：用上一代模型為下一代的強化學習（RL）自動搭建可運行環境。訓練 Composer 2 時，Cursor 用 Composer 1.5 來完成這項工作，稱之為 autoinstall。
RL 訓練需要可運行的程式碼環境。環境搭不好，模型把 token 浪費在調 bug 上，學不到東西；極端情況下環境徹底跑不通，整輪訓練的算力白燒。autoinstall 分兩步解決這個問題：第一步，一個 agent 讀程式碼庫的文件和配置，提出 10 條驗證命令及預期輸出；第二步，另一個 agent 拿到其中 3 條命令，從零開始配置環境直到命令跑通。第二步最多重試 5 次，全部失敗則丟棄該環境。
配置環境的過程中，agent 會主動補齊缺失依賴：偽造資料庫表、創建 MinIO 配置替代 S3、啟動 Docker 容器充當 sidecar 服務，甚至生成佔位圖片。博文以區塊鏈項目 celo-org/celo-monorepo 為例演示了全流程，agent 在第一輪配置環境失敗後，第二輪自行創建 mock 用戶繞過認證，最終跑通測試。
Composer 2 在 Terminal-Bench（測試模型搭建開發環境能力的基準）上得分 61.7%，比 Composer 1.5 的 47.9% 高出近 14 個百分點。Cursor 表示未來計劃讓舊版 Composer 參與更多訓練環節，包括數據預處理、運行管理和架構調優。
7.99萬 熱度
600.61萬 熱度
15.97萬 熱度
120.51萬 熱度
791.54萬 熱度
Cursor披露「自舉」訓練法：用舊Composer給新模型搭環境，Terminal-Bench漲14個點
根據動察 Beating 監測，Cursor 公開了 Composer 系列模型的一個訓練技巧：用上一代模型為下一代的強化學習（RL）自動搭建可運行環境。訓練 Composer 2 時，Cursor 用 Composer 1.5 來完成這項工作，稱之為 autoinstall。
RL 訓練需要可運行的程式碼環境。環境搭不好，模型把 token 浪費在調 bug 上，學不到東西；極端情況下環境徹底跑不通，整輪訓練的算力白燒。autoinstall 分兩步解決這個問題：第一步，一個 agent 讀程式碼庫的文件和配置，提出 10 條驗證命令及預期輸出；第二步，另一個 agent 拿到其中 3 條命令，從零開始配置環境直到命令跑通。第二步最多重試 5 次，全部失敗則丟棄該環境。
配置環境的過程中，agent 會主動補齊缺失依賴：偽造資料庫表、創建 MinIO 配置替代 S3、啟動 Docker 容器充當 sidecar 服務，甚至生成佔位圖片。博文以區塊鏈項目 celo-org/celo-monorepo 為例演示了全流程，agent 在第一輪配置環境失敗後，第二輪自行創建 mock 用戶繞過認證，最終跑通測試。
Composer 2 在 Terminal-Bench（測試模型搭建開發環境能力的基準）上得分 61.7%，比 Composer 1.5 的 47.9% 高出近 14 個百分點。Cursor 表示未來計劃讓舊版 Composer 參與更多訓練環節，包括數據預處理、運行管理和架構調優。