Cursor通过递归模型改进与智能体集群实现AI研究自动化

Cursor的Lee Robinson介绍了其用于自动化AI研究以加速模型迭代的系统。该框架包含一个外循环(用户反馈至训练)和一个内循环(通过更难的强化学习环境和更好的奖励模型提高训练效率)。一个智能体集群自动执行研究任务,使研究人员能够从Slack启动实验,并在需要人工干预时接收警报。关键机制是递归自我改进:更强的模型蒸馏出更好的辅助模型,进而改进评估和数据生成,加速整个训练循环。Cursor已将此应用于与SpaceXAI共同训练Grok 4.5,使用了大量真实世界交互数据和困难的强化学习环境。