Cursor公開Composer系列“autoinstall”訓練技巧：用AI爲AI自動搭RL環境
Cursor公佈了Composer系列模型的核心訓練方法：使用上一代模型爲下一代強化學習（RL）自動搭建可運行環境，稱爲 autoinstall。
具體流程：
第一步：一個 Agent 閱讀整個代碼庫的文檔和配置，提出 10 條驗證命令及預期輸出。
第二步：另一個 Agent 選取其中 3 條命令，從零開始配置環境直到命令成功運行，最多重試 5 次，全部失敗則丟棄該環境。
Agent 會主動補齊缺失依賴，包括僞造數據庫表、創建 MinIO 替代 S3、啓動 Docker 容器作爲 sidecar，甚至生成佔位圖片。以區塊鏈項目 celo-org/celo-monorepo 爲例，Agent 在第一輪失敗後，第二輪自行創建 mock 用戶繞過認證，最終成功跑通測試。
Composer 2 訓練完成後，在 Terminal-Bench（測試模型搭建開發環境能力的基準）上得分 61.7%（Composer 1.5 爲 47.9%）。Cursor 表示，未來用 Composer 2 做 autoinstall 效果會更好，形成正向循環。
來源：公開信息
ABAB AI 解讀
這是Cursor在AI Agent自我迭代上的重要突破。RL訓練最難的部分之一就是搭建穩定、可重複運行的環境——環境搭不好，模型就會把大量 token 浪費在調試 bug 上，甚至整輪訓練白費。autoinstall 用“AI規劃 + AI執行”的雙Agent模式，極大提升了環境成功率，讓模型能真正專注於學習複雜任務。
資本路徑上，Cursor通過讓模型自我服務訓練環境，顯著降低了人工干預和試錯成本，加速了從 Composer 1.5 到 Composer 2 的迭代效率。這種自我強化循環一旦跑通，將大幅拉開與單純依賴人類搭建環境的競品的差距。
本質屬於技術替代：Cursor用上一代AI替代人工環境配置和調試，將資本從大量人力調試工作重構爲自動化、自我進化的訓練管道，機制上是通過規劃-執行-驗證的閉環和有限重試，讓AI真正實現“自己訓練自己”，推動AI編碼Agent從“輔助人類”向“自主進化系統”的結構轉變。
ABAB News · 認知定律
最聰明的AI，不是人類喂得最好，而是學會自己給自己搭訓練場的那個。
當AI能爲AI自動配環境時，訓練閉環就真正開始自我加速。
下一代模型的領先優勢，往往藏在“讓上一代AI把下一代跑起來”的工程裏。