Composer 2.5

Что такое Composer 2.5?

Composer 2.5 — это AI-модель для кода в Cursor. Она описывается как заметное улучшение по сравнению с Composer 2: лучше справляется с длительными агентными задачами, точнее следует инструкциям и стабильнее ведёт себя при совместной работе.

Модель построена на том же open-source checkpoint, что и Composer 2, — Kimi K2.5 от Moonshot, — но обучена с дополнительными методами, направленными на улучшение как интеллекта, так и удобства использования. По данным источника, процесс обучения включает масштабированное reinforcement learning, более сложные RL-среды, таргетированную текстовую обратную связь и больше синтетических задач, основанных на реальных codebase.

Ключевые возможности

• Лучшая работа на длинном горизонте: Composer 2.5 рассчитан на эффективную работу в длительных агентных сценариях, где прогоны могут занимать много токенов и включать несколько вызовов инструментов.
• Более надёжное следование инструкциям: модель обучена стабильнее выполнять сложные инструкции, что важно для кодинга с множеством шагов и ограничений.
• Таргетированная текстовая обратная связь в RL: обучение может вставлять локальные подсказки в контекст конкретного проблемного шага, а затем дистиллировать желаемое поведение в policy для этой точки траектории.
• Расширенное обучение на синтетических задачах: Composer 2.5 использует в 25 раз больше синтетических задач, чем Composer 2, причём задачи привязаны к реальным codebase и проверяемым наградам.
• Настройка поведения, а не только бенчмарков: процесс обучения также корректирует стиль коммуникации и калибровку усилий, что, по источнику, важно для практической полезности.
• Основан на open-source checkpoint: Composer 2.5 продолжает обучение от checkpoint Kimi K2.5 от Moonshot, а Cursor также упоминает работу с SpaceXAI над значительно более крупной моделью, обученной с нуля.

Как использовать Composer 2.5

В Cursor пользователи выбирают Composer 2.5 как модель для задач по кодингу и агентной работе. Он предназначен для workflows с продолжительным взаимодействием, использованием инструментов, изменением кода и итеративной доработкой.

Типичный workflow: дать модели задачу по коду, позволить ей изучить codebase, следовать инструкциям, вызывать инструменты по мере необходимости, а затем проверить результативные изменения или объяснения. Особенно полезен он там, где задача длительная или требует аккуратного соблюдения ограничений.

Сценарии использования

• Длительные задачи по коду: полезно, когда агенту нужно принимать много решений в рамках большого прогона, например редактировать несколько файлов или итеративно работать над фичей.
• Сложное следование инструкциям: подходит для задач с детальными ограничениями, например когда нужно сохранить поведение, меняя детали реализации.
• Workflows с активным использованием инструментов: помогает, когда модель должна многократно использовать инструменты и восстанавливаться после локальных ошибок, например недоступных инструментов или неудачных вызовов.
• Синтетические задачи, привязанные к codebase: поддерживает сценарии обучения и оценки, где модель работает с реальными codebase, тестами и проверяемыми результатами.
• Совместная работа, чувствительная к коммуникации: актуально, когда важны не только корректность, но и более понятные объяснения, стиль и калиброванные усилия.

FAQ

Composer 2.5 — это новый продукт или обновление модели? Это новая версия Composer в Cursor, представленная как улучшение по сравнению с Composer 2.

Говорит ли источник, что Composer 2.5 основан на другом checkpoint, чем Composer 2? Нет. Источник указывает, что он построен на том же open-source checkpoint, что и Composer 2: Kimi K2.5 от Moonshot.

Что изменилось в обучении? Источник выделяет масштабированное обучение, более сложные RL-среды, таргетированную текстовую обратную связь и больший набор синтетических задач.

Это в первую очередь про качество на бенчмарках? Не только. Источник подчёркивает улучшения поведения и удобства использования, включая стиль коммуникации и калибровку усилий, помимо интеллекта.

Альтернативы

• Composer 2: предыдущая версия модели Cursor, удобная как прямой baseline для сравнения новых изменений в обучении и поведении.
• Универсальные coding agents: другие AI-ассистенты для кода, ориентированные на генерацию кода и использование инструментов, хотя они могут по-разному работать с долгими задачами и настройкой поведения.
• Интегрированные в IDE LLM-ассистенты: ассистенты в редакторе, поддерживающие workflows программирования, но не обязательно использующие тот же RL-heavy подход к обучению, что и Composer 2.5.
• Ручной code review и итеративная разработка: не-модельная альтернатива для команд, которым нужен ручной контроль над длинными и сложными изменениями, особенно когда важна точность поведения.