AI编程公司Cursor本周推出了名为Composer 2的新模型,宣传其拥有"前沿级编程智能"。
然而,一位名为Fynn的X用户很快声称,Composer 2"就是Kimi 2.5加上额外的强化学习"——Kimi 2.5是中国月之暗面公司最近发布的开源模型,该公司获得阿里巴巴和红杉中国(现为红杉)的支持。
作为证据,Fynn指出了一些似乎将Kimi识别为该模型的代码。"至少要重命名一下模型ID,"他嘲讽道。
这是一个令人惊讶的发现,因为Cursor是一家资金充足的美国初创公司,去年秋天以293亿美元的估值融资23亿美元,据报告年化收入超过20亿美元。此外,该公司在公告中没有提及月之暗面或Kimi。
不过,Cursor开发者教育副总裁Lee Robinson很快承认:"是的,Composer 2确实从开源基础开始!"但他表示,"最终模型中只有约1/4的计算来自基础模型,其余都来自我们的训练。"因此,他说Composer 2在各种基准测试中的表现与Kimi"非常不同"。
Robinson还坚持认为Cursor对Kimi的使用符合其许可条款,Kimi的X账号在随后的祝贺帖子中重申了这一点,表示Cursor"作为与Fireworks AI授权商业合作伙伴关系的一部分"使用了Kimi。
"我们很自豪看到Kimi-k2.5提供了基础,"Kimi账号表示。"看到我们的模型通过Cursor的持续预训练和高计算强化学习训练得到有效集成,这正是我们喜欢支持的开放模型生态系统。"
那么为什么不提前承认Kimi呢?除了没有从零开始创建模型可能带来的尴尬外,基于中国模型构建在当前可能感觉特别敏感,因为所谓的AI"军备竞赛"经常被描述为美国和中国之间的生存之战。(例如,中国公司DeepSeek去年年初发布竞争性模型后,硅谷显然陷入恐慌。)
Cursor联合创始人Aman Sanger承认:"从一开始就没有在我们的博客中提及Kimi基础是一个疏漏。我们会在下一个模型中修正这一点。"
Q&A
Q1:Composer 2是什么?它有什么特点?
A:Composer 2是Cursor公司推出的AI编程模型,宣称拥有"前沿级编程智能"。实际上,它是基于中国月之暗面公司的开源模型Kimi 2.5构建的,并加入了额外的强化学习训练。
Q2:Cursor为什么没有在发布时提及使用了Kimi模型?
A:Cursor联合创始人承认这是一个疏漏。可能的原因包括没有从零开始创建模型带来的尴尬,以及在当前美中AI竞争背景下,基于中国模型构建可能带来的敏感性问题。
Q3:Cursor使用Kimi模型是否合法合规?
A:是的,Cursor的使用符合Kimi的开源许可条款。月之暗面表示,Cursor是"作为与Fireworks AI授权商业合作伙伴关系的一部分"使用Kimi模型的,这是完全合规的商业合作。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。