Cursor公开Composer系列“autoinstall”训练技巧:用AI为AI自动搭RL环境
Cursor公布了Composer系列模型的核心训练方法:使用上一代模型为下一代强化学习(RL)自动搭建可运行环境,称为 autoinstall。
具体流程:
第一步:一个 Agent 阅读整个代码库的文档和配置,提出 10 条验证命令及预期输出。
第二步:另一个 Agent 选取其中 3 条命令,从零开始配置环境直到命令成功运行,最多重试 5 次,全部失败则丢弃该环境。
Agent 会主动补齐缺失依赖,包括伪造数据库表、创建 MinIO 替代 S3、启动 Docker 容器作为 sidecar,甚至生成占位图片。以区块链项目 celo-org/celo-monorepo 为例,Agent 在第一轮失败后,第二轮自行创建 mock 用户绕过认证,最终成功跑通测试。
Composer 2 训练完成后,在 Terminal-Bench(测试模型搭建开发环境能力的基准)上得分 61.7%(Composer 1.5 为 47.9%)。Cursor 表示,未来用 Composer 2 做 autoinstall 效果会更好,形成正向循环。
来源:公开信息
ABAB AI 解读
这是Cursor在AI Agent自我迭代上的重要突破。RL训练最难的部分之一就是搭建稳定、可重复运行的环境——环境搭不好,模型就会把大量 token 浪费在调试 bug 上,甚至整轮训练白费。autoinstall 用“AI规划 + AI执行”的双Agent模式,极大提升了环境成功率,让模型能真正专注于学习复杂任务。
资本路径上,Cursor通过让模型自我服务训练环境,显著降低了人工干预和试错成本,加速了从 Composer 1.5 到 Composer 2 的迭代效率。这种自我强化循环一旦跑通,将大幅拉开与单纯依赖人类搭建环境的竞品的差距。
本质属于技术替代:Cursor用上一代AI替代人工环境配置和调试,将资本从大量人力调试工作重构为自动化、自我进化的训练管道,机制上是通过规划-执行-验证的闭环和有限重试,让AI真正实现“自己训练自己”,推动AI编码Agent从“辅助人类”向“自主进化系统”的结构转变。
ABAB News · 认知定律
最聪明的AI,不是人类喂得最好,而是学会自己给自己搭训练场的那个。
当AI能为AI自动配环境时,训练闭环就真正开始自我加速。
下一代模型的领先优势,往往藏在“让上一代AI把下一代跑起来”的工程里。