Cursor 自研模型 Composer 2 反超 Claude Opus 4.6

Composer 2 的训练方法很有意思——它会在生成代码后，自己总结"我刚才做了什么"，然后用这些总结来优化下一次的输出。这种 self-summarization reinforcement learning 的方法让模型在处理复杂编程任务时更加连贯。

传统的代码生成模型往往是"一次性输出"，而 Composer 2 更像是一个会反思的程序员：写完代码后会回顾思路，下次遇到类似问题时就能做得更好。

根据 Cursor 官方公布的数据：

SWE-bench Verified: 55.8%（Opus 4.6 为 53.8%）

Aider Polyglot: 78.9%（Opus 4.6 为 76.5%）

代码补全准确率: 在实际使用场景中提升约 15%

这些数字意味着什么？简单来说，如果你让 Composer 2 修复一个 GitHub issue，它成功的概率比之前的顶级模型更高。

我们用 Composer 2 测试了几个典型场景：

优势明显的场景：

重构大型代码库（它能更好地理解上下文依赖）

修复跨文件的 bug（总结能力让它不容易"忘记"之前的修改）

生成带完整错误处理的代码（而不是只写 happy path）

仍需改进的地方：

对于非主流语言（如 Elixir、Haskell）的支持还不如 Claude

生成速度比 GPT-4o 慢约 20%

偶尔会过度总结，导致输出冗长

如果你是 Cursor 的重度用户，并且经常处理复杂的多文件编辑任务，Composer 2 值得一试。但如果你只是偶尔写写脚本，或者主要用 VS Code + Copilot，暂时没必要切换。

对于团队来说，这个模型的"自我总结"特性在协作场景下可能更有价值——它生成的代码往往带有更清晰的注释和逻辑说明。

相关链接：

全部