カーソル:再帰的モデル改善とエージェント研究

カーソルは再帰的モデル改善とAIコーディング市場の文脈を提示しました。 - カーソルは外部ループ(ユーザーフィードバック、A/Bテスト、オンライン指標)と内部ループ(トレーニング効率、強化学習環境、評価/報酬モデル)を使用しています。 - カーソルは製品エージェントの使用を高品質なトレーニングデータとして活用し、Composer 2.5はより難しい強化学習環境を通じて人気を博しました。 - 大規模なエージェント艦隊が研究を自動化します:Slackトリガーによる実験、持続的なメインおよびサブエージェント艦隊、SSHベースのモニタリング、人間によるエスカレーションをショートカットで行います。 - 再帰的自己改善:より強力なモデルがより良い評価/報酬モデルを抽出し、次世代のトレーニングを加速します。 - カーソルは、カーソルのインタラクショントレースと実環境での強化学習を使用して、Grok 4.5をSpaceXAIと共同でトレーニングしました。 - 2025年のAIコーディング市場:急成長、カーソルの評価額とARRの数字が業界レポートで引用されています(カーソルの評価額は11ヶ月で11.3倍に上昇;ARRは2025年11月までに$0.1Mから$1B以上に増加しました)。 - 業界のトレンド:コーディングは完了からコラボレーションおよびエージェントワークフローに移行しました;2025年にはAIコーディングへの投資が急増しました。
Key insights
カーソルの外部/内部ループフレームワークがモデルの反復を加速
カーソルは、外部ループが実際のユーザー信号(エージェントからの使用データ、オンライン指標、A/Bテスト)を収集して次のトレーニングラウンドを通知し、内部ループがより難しい強化学習環境、改善された学習方法、および補助モデル(評価、報酬)を通じてトレーニング効率を改善するデュアルループトレーニングおよび製品フィードバックアーキテクチャを説明しました。Composer 2.5の製品成功は、より多くの強化学習環境と積極的なタスク難易度の調整に起因しています。カーソルはエージェントの相互作用データを主要な高品質トレーニング信号として使用しています。
カーソルが持続的エージェント艦隊で研究を自動化
カーソルは実験オーケストレーションのために持続的なエージェント艦隊を運営しています:研究者はSlackから実験を開始でき、艦隊(リードエージェントと多数のサブエージェント)がSSHを介してタスクを実行し、健康を監視し、必要に応じてSlackやPagerDutyを通じて人間にエスカレーションします。このアプローチは、実験の監視に費やされる研究者のバンド幅を減少させ、人間の焦点を運用上のオーバーヘッドではなく高影響のアイデアにシフトさせます。
再帰的モデル改善:モデルが次世代をトレーニング
カーソルは、より強力なメインモデルがより良い補助モデル(評価、報酬モデル)を抽出し、データ生成、評価、トレーニング効率を改善する再帰的なメカニズムを強調しました。これにより、モデルの進展を加速するポジティブフィードバックループが生まれます。チームは、評価の「不正」を防ぐための実用的な対策として、ウェブアクセスの制限やCursorBenchのようなプライベートコードベンチマークの維持を挙げ、信頼できる評価を保証しています。
2025年に急成長したAIコーディング市場:カーソルが先導する例
業界レポートは、AIコーディングの2025年の成長を要約しました:この分野は、インテリジェントな完了からマルチエージェントのコラボレーションおよび自律的なコーディングワークフローに移行しました。カーソルの評価額は11ヶ月で11.3倍に上昇し、$2.3Bの評価額コンポーネントを調達したDラウンドを達成しました(レポートは$23Bを引用?ソースを確認)。2023年から2025年の間にARRは$0.1Mから$1Bを超える成長を遂げました。ベンチャー活動とエグジットは、AIコーディングスタートアップへの強い投資家の関心を反映しています。