A ferramenta de codificação de vibração Cursor, da startup Anysphere, lançou o Composer, seu primeiro modelo de linguagem grande (LLM) de codificação proprietário interno como parte de sua atualização da plataforma Cursor 2.0.
O Composer foi projetado para executar tarefas de codificação com rapidez e precisão em ambientes em escala de produção, representando um novo passo na programação assistida por IA. Ele já está sendo usado pela própria equipe de engenharia do Cursor no desenvolvimento diário – indicando maturidade e estabilidade.
De acordo com o Cursor, o Composer completa a maioria das interações em menos de 30 segundos ao mesmo tempo que mantém um alto nível de capacidade de raciocínio em bases de código grandes e complexas.
O modelo é descrito como quatro vezes mais rápido do que sistemas inteligentes semelhantes e é treinado para fluxos de trabalho “agentes” – onde agentes de codificação autônomos planejam, escrevem, testam e revisam código de forma colaborativa.
Anteriormente, o Cursor era suportado "codificação de vibração" – usando IA para escrever ou completar código com base em instruções de linguagem natural de um usuário, mesmo alguém sem treinamento em desenvolvimento – acima de outros LLMs proprietários líderes como OpenAI, Anthropic, Google e xAI. Essas opções ainda estão disponíveis para os usuários.
Resultados de referência
Os recursos do Composer são avaliados usando "banco de cursores," um conjunto de avaliação interna derivado de solicitações reais de agentes desenvolvedores. O benchmark mede não apenas a correção, mas também a adesão do modelo às abstrações, convenções de estilo e práticas de engenharia existentes.
Neste benchmark, o Composer alcança inteligência de codificação de nível de fronteira enquanto gera 250 tokens por segundo – cerca de duas vezes mais rápido que os principais modelos de inferência rápida e quatro vezes mais rápido que os sistemas de fronteira comparáveis.
A comparação publicada do Cursor agrupa modelos em diversas categorias: “Best Open” (por exemplo, Qwen Coder, GLM 4.6), “Fast Frontier” (Haiku 4.5, Gemini Flash 2.5), “Frontier 7/2025” (o modelo mais forte disponível no meio do ano) e “Best Frontier” (incluindo GPT-5 e Claude Sonnet 4.5). O Composer combina a inteligência dos sistemas de fronteira intermediária ao mesmo tempo em que oferece a maior velocidade de geração registrada entre todas as classes testadas.
Um modelo construído com aprendizagem por reforço e arquitetura de mistura de especialistas
A cientista pesquisadora Sasha Rush do Cursor forneceu informações sobre o desenvolvimento do modelo em postagens na rede social X, descrevendo o Composer como um modelo de mistura de especialistas (MoE) aprendido por reforço (RL):
“Usamos RL para treinar um grande modelo de MoE para ser realmente bom em codificação do mundo real e também muito rápido.”
Rush explicou que a equipe co-projetou o ambiente Composer e Cursor para permitir que o modelo opere com eficiência em escala de produção:
“Ao contrário de outros sistemas de ML, você não pode abstrair muito do sistema em escala real. Projetamos este projeto e o Cursor juntos para permitir a execução do agente na escala necessária.”
O Composer foi treinado em tarefas reais de engenharia de software, em vez de conjuntos de dados estáticos. Durante o treinamento, o modelo operou dentro de bases de código completas usando um conjunto de ferramentas de produção – incluindo edição de arquivos, pesquisa semântica e comandos de terminal – para resolver problemas complexos de engenharia. Cada iteração de treinamento envolveu a resolução de um desafio concreto, como produzir uma edição de código, elaborar um plano ou gerar uma explicação direcionada.
O circuito de reforço otimizou tanto a correção quanto a eficiência. O Composer aprendeu a fazer escolhas eficazes de ferramentas, usar paralelismo e evitar respostas desnecessárias ou especulativas. Com o tempo, o modelo desenvolveu comportamentos emergentes, como executar testes de unidade, corrigir erros de linter e realizar pesquisas de código em várias etapas de forma autônoma.
Esse design permite que o Composer trabalhe no mesmo contexto de tempo de execução que o usuário final, tornando-o mais alinhado com as condições de codificação do mundo real – lidando com controle de versão, gerenciamento de dependências e testes iterativos.
Do protótipo à produção
O desenvolvimento do Composer seguiu um protótipo interno anterior conhecido como Chitaque o Cursor usou para explorar inferência de baixa latência para tarefas de codificação.
“O Cheetah foi o v0 deste modelo principalmente para testar a velocidade”, disse Rush no X. “Nossas métricas dizem que (o Composer) tem a mesma velocidade, mas muito, muito mais inteligente.”
O sucesso da Cheetah na redução da latência ajudou o Cursor a identificar a velocidade como um fator-chave na confiança e usabilidade do desenvolvedor.
O Composer mantém essa capacidade de resposta enquanto melhora significativamente o raciocínio e a generalização de tarefas.
Os desenvolvedores que usaram o Cheetah durante os primeiros testes notaram que sua velocidade mudou a forma como eles trabalhavam. Um usuário comentou que era “tão rápido que posso ficar por dentro ao trabalhar com ele”.
O Composer mantém essa velocidade, mas estende a capacidade para tarefas de codificação, refatoração e teste em várias etapas.
Integração com Cursor 2.0
O Composer está totalmente integrado ao Cursor 2.0, uma grande atualização para o ambiente de desenvolvimento de agentes da empresa.
A plataforma apresenta uma interface multiagente, permitindo até oito agentes para execução em paralelo, cada um em um espaço de trabalho isolado usando árvores de trabalho git ou máquinas remotas.
Dentro deste sistema, o Composer pode atuar como um ou mais desses agentes, executando tarefas de forma independente ou colaborativa. Os desenvolvedores podem comparar vários resultados de execuções simultâneas de agentes e selecionar o melhor resultado.
O Cursor 2.0 também inclui recursos de suporte que melhoram a eficácia do Composer:
-
Navegador no editor (GA) – permite que os agentes executem e testem seu código diretamente dentro do IDE, encaminhando informações do DOM para o modelo.
-
Revisão de código aprimorada – agrega diferenças em vários arquivos para inspeção mais rápida de alterações geradas pelo modelo.
-
Terminais em área restrita (GA) – isolar comandos shell executados pelo agente para execução local segura.
-
Modo de voz – adiciona controles de fala para texto para iniciar ou gerenciar sessões de agente.
Embora essas atualizações de plataforma expandam a experiência geral do Cursor, o Composer está posicionado como o núcleo técnico, permitindo uma codificação agente rápida e confiável.
Infraestrutura e Sistemas de Treinamento
Para treinar o Composer em escala, a Cursor construiu uma infraestrutura de aprendizado por reforço personalizada combinando PyTorch e Ray para treinamento assíncrono em milhares de GPUs NVIDIA.
A equipe desenvolveu kernels MXFP8 MoE especializados e paralelismo de dados fragmentados híbridos, permitindo atualizações de modelos em grande escala com sobrecarga mínima de comunicação.
Essa configuração permite que o Cursor treine modelos nativamente com baixa precisão, sem exigir quantização pós-treinamento, melhorando a velocidade e a eficiência da inferência.
O treinamento do Composer contou com centenas de milhares de ambientes sandbox simultâneos – cada um deles um espaço de trabalho de codificação independente – rodando na nuvem. A empresa adaptou sua infraestrutura de agentes em segundo plano para agendar essas máquinas virtuais de forma dinâmica, suportando a natureza intermitente de grandes execuções de RL.
Uso Empresarial
As melhorias de desempenho do Composer são suportadas por mudanças no nível da infraestrutura na pilha de inteligência de código do Cursor.
A empresa otimizou seus protocolos de servidor de linguagem (LSPs) para diagnóstico e navegação mais rápidos, especialmente em projetos Python e TypeScript. Essas alterações reduzem a latência quando o Composer interage com repositórios grandes ou gera atualizações de vários arquivos.
Os usuários corporativos obtêm controle administrativo sobre o Composer e outros agentes por meio de regras de equipe, registros de auditoria e aplicação de sandbox. As camadas Teams e Enterprise do Cursor também oferecem suporte ao uso de modelos em pool, autenticação SAML/OIDC e análises para monitorar o desempenho do agente em todas as organizações.
Os preços para usuários individuais variam de níveis Gratuito (Hobby) a Ultra (US$ 200/mês), com limites de uso expandidos para assinantes Pro+ e Ultra.
O preço comercial começa em US$ 40 por usuário por mês para equipes, com contratos empresariais que oferecem uso personalizado e opções de conformidade.
O papel do compositor no cenário de codificação de IA em evolução
O foco do Composer na velocidade, aprendizado de reforço e integração com fluxos de trabalho de codificação ao vivo o diferencia de outros assistentes de desenvolvimento de IA, como GitHub Copilot ou Replit’s Agent.
Em vez de servir como um mecanismo de sugestão passivo, o Composer foi projetado para colaboração contínua e orientada por agentes, onde vários sistemas autônomos interagem diretamente com a base de código de um projeto.
Esta especialização em nível de modelo – treinar a IA para funcionar no ambiente real em que operará – representa um passo significativo em direção ao desenvolvimento de software prático e autônomo. O Composer não é treinado apenas em dados de texto ou código estático, mas em um IDE dinâmico que reflete as condições de produção.
Rush descreveu essa abordagem como essencial para alcançar confiabilidade no mundo real: o modelo aprende não apenas como gerar código, mas como integrá-lo, testá-lo e melhorá-lo no contexto.
O que isso significa para desenvolvedores empresariais e codificação Vibe
Com o Composer, o Cursor está introduzindo mais do que um modelo rápido: ele está implantando um sistema de IA otimizado para uso no mundo real, construído para operar dentro das mesmas ferramentas nas quais os desenvolvedores já confiam.
A combinação de aprendizado por reforço, design com mistura de especialistas e forte integração de produtos dá ao Composer uma vantagem prática em velocidade e capacidade de resposta que o diferencia dos modelos de linguagem de uso geral.
Embora o Cursor 2.0 forneça a infraestrutura para colaboração multiagente, o Composer é a principal inovação que torna esses fluxos de trabalho viáveis.
É o primeiro modelo de codificação construído especificamente para codificação de agente em nível de produção – e um vislumbre de como seria a programação cotidiana quando desenvolvedores humanos e modelos autônomos compartilham o mesmo espaço de trabalho.
Fonte ==> Cyberseo
