Cursor的AI研究自动化与智能模型路由

Cursor推出了Cursor Router,这是一种请求级分类器,能够自动为每项任务选择最优模型。该分类器基于超过60万真实用户请求进行训练,并在数百万次请求中经过A/B测试,以用户满意度作为奖励信号进行优化。路由决策会考虑查询内容、上下文、任务复杂度和领域,同时兼顾模型切换时缓存失效的成本。提供三种模式:智能模式在成本降低约60%的情况下实现接近Fable的满意度;均衡模式在成本降低约36%的情况下提供高于Opus 4.8的满意度。每次提交成本方面,智能模式为6.76美元,均衡模式为4.63美元,而Fable 5为12.69美元,Opus 4.8为7.34美元。早期采用的企业客户在无质量损失的情况下节省了30-50%的成本。Cursor还详细介绍了其递归模型改进系统:一个外层循环收集用户反馈,一个内层循环提升训练效率,整个过程由研究者通过Slack管理的智能体群自动执行。模型通过蒸馏和改进奖励模型来辅助训练更优的模型。Grok 4.5是由SpaceXAI利用Cursor交互数据共同训练的,标志着Cursor首款涵盖软件工程以外更广泛知识工作的模型。
Key insights
请求级路由优于单一模型策略
通过在单个请求级别将任务复杂度与模型能力匹配,Cursor Router以极低的成本实现了接近前沿的质量。分类器的缓存感知能力确保报告的节约额已计入实际缓存失效的代价。
在线指标取代离线基准进行模型评估
Cursor明确放弃了离线评估,理由是样本量小且无法捕捉缓存成本。相反,他们采用用户满意度(是否继续下一任务或纠正智能体)以及代码保留率作为实时指标,这些指标经过九个月的模型发布验证。
递归自我改进已从理论走向实践
Cursor的智能体群自动化了研究任务,更强的模型通过蒸馏转化为更好的辅助模型(如评判模型、奖励模型),进而优化训练。这形成了一个可量化的加速循环,即模型帮助构建其继任者。