XNews

CursorのAI研究自動化とインテリジェントモデルルーティング

CursorのAI研究自動化とインテリジェントモデルルーティング

Cursorは、タスクごとに最適なモデルを自動選択するリクエストレベル分類器「Cursor Router」を発表した。60万以上の実際のユーザーリクエストで訓練され、数百万件のA/Bテストを経て、ユーザー満足度を報酬信号として最適化する。ルーティングはクエリ内容、コンテキスト、タスク複雑性、ドメインを考慮し、モデル切り替え時のプロンプトキャッシュ無効化コストを認識する。3つのモードが利用可能:IntelligenceはFableと同等の満足度を約60%低コストで達成、BalanceはOpus 4.8より高い満足度を約36%低コストで提供。コミットあたりのコストはIntelligenceが6.76ドル、Balanceが4.63ドルで、Fable 5の12.69ドル、Opus 4.8の7.34ドルと比較される。企業の早期導入者は品質低下なしに30~50%のコスト削減を実現。Cursorはまた、再帰的モデル改善システムを詳細に説明:ユーザーフィードバックを収集する外部ループと訓練効率を向上させる内部ループから成り、研究者がSlackで管理するエージェント群によって自動化される。モデルは蒸留や改善された報酬モデルを通じて、より優れたモデルの訓練を支援。Grok 4.5はSpaceXAIと共同でCursorのインタラクションデータを用いて訓練され、ソフトウェア工学を超えた広範な知識作業をカバーするCursor初のモデルとなった。

Key insights

リクエストレベルルーティングは単一モデル戦略を凌駕

Cursor Routerは個々のリクエストレベルでタスク複雑性とモデル能力を一致させることで、フロンティアに近い品質をわずかなコストで実現する。分類器のキャッシュ認識機能により、報告された削減額は実際のキャッシュ無効化ペナルティを考慮している。

オンラインメトリクスがモデル評価のオフラインベンチマークに取って代わる

Cursorはオフライン評価を明示的に放棄し、サンプルサイズの小ささとキャッシュコストの捕捉不能性を理由に挙げた。代わりに、ユーザー満足度(次のタスクに進むかエージェントを修正するか)とコード保持率をライブメトリクスとして採用し、9ヶ月にわたるモデルリリースで検証している。

再帰的自己改善は理論ではなく実運用されている

Cursorのエージェント群は研究タスクを自動化し、より強力なモデルがより優れた補助モデル(判定者、報酬モデル)に蒸留され、それが訓練を改善する。これにより、モデルが後継モデルの構築を支援する測定可能な加速ループが生まれている。

Source posts