Cursor2.0重磅升级,自研模型 Composer 上线!实测效果超越Claude4.5和gpt-5-codex!这把最强AI IDE稳了!

Cursor2.0重磅升级,自研模型 Composer 上线!实测效果超越Claude4.5和gpt-5-codex!这把最强AI IDE稳了!

经常使用 Cursor 的圈友们,是否发现了最近 Cursor 给推送了一个大版本升级 Cursor2.0,不仅对 UI 界面做了更新,而且推出了首个自研商用的闭源代码大模型Composer1。

该模型最大的亮点是:官网宣称速度是同等智能体的 4 倍(https://cursor.com/cn/blog/2-0),该模型通过一组强大的工具进行训练,包括覆盖整个代码库的语义搜索,因此在理解与处理大型代码库方面显著更强。并且进行低延迟的代理式编码而打造,大多数代码结果会在 30 秒内完成。

Cursor 研究科学家 Sasha Rush 在 X 上介绍称:Composer 是一款经过强化学习(RL)训练的混合专家(MoE)模型,“我们用 RL 训练了一个大型 MoE,让它在真实世界编码中既强又快。” 团队对模型与开发环境进行协同设计,使之能在生产规模下进行高效运行。

除此之外,本次 2.0 模型还升级了多代理功能,大家把 Cursor 更新到 2.0 版本,会发现选择模型时候可以同时使用多个模型进行 Agent 编码,点击不同的模型代理就可以看到不同生成结果!目前最大支持同时选择 8 个代理进行 Agent 编程!

如果想用不同模型之间做下比较,可以按以下这样去设置,选中不同模型再点击右边模型使用次数!如果选择 4x,则表示用同一个模型生成 4 次!

接下来,我们就来实测下,实用 Cursor 自研的 Compose1 和目前市面上主流的编程模型:claude-sonnet-4.5、gpt-5-codex、gemini-2.5-pro 进行比较看下生成速度和质量到底谁更胜一筹!

生成速度对比

先进行速度对比,这里我选中了工程里面的数据库设计及提供了需要优化的逻辑进行同时生成!对比下来看,Composer1模型生成速度是最快的,从截图可以看出它很早就已经全部生成完了,另外几个模型还在转圈!通过博主的对比,这几个模型里面代码生成速度:Composer1 > Claude Sonnet 4.5 > GPT-5 CodeX > Gemini 2.5 Pro

这一轮确实Composer1 赢了,生成速度比其余模型要快很多!

生成效果对比

再来看下代码生成质量,从4个模型生成的来看,GPT-5-CodeX模型改的代码是最少的,那到底哪个模型生成代码质量最好!

GPT-5CodeX模型

首先出场的是GPT-5CodeX模型,从我指令可以看出,我让AI给我修改新增和修改接口,GPT-5-CodeX只给我改了新增地方,没有给我修改编辑逻辑,其余几个模型都有处理,目前来看它对指令的识别要稍微逊色其余几个模型!

Gemni 2.5 Pro模型

从Gemini 2.5 Pro模型生成代码来看,一眼就发现好几个bug,没有去自动查找我已有的方法,而且生成的代码还有空指针问题!虽然看着代码是写的最多的,不过这生成质量有点……

Claude Sonnet 4.5模型

接下来登场的是 claude sonnet 4.5 模型了,从大模型生成的代码这里来看,AI给我先去做了数据库删除操作,再去做的数据校验!如果数据校验异常了再通过事务回滚Mysql。

Cursor自研的Compose1模型

从Compose1模型生成的代码来看,基本上和Claude Sonnet 4.5生成的一致,唯一区别就是在删除和参数判断这里顺序不同!

按正常写代码逻辑我们应该是先去删除再去做逻辑判断,因为通过异常而去回滚数据库会对数据库造成一定性能开销!

但是先去删除也是有它的好处,在非常极端的情况下,这里两层for循环里面逻辑还没有处理中的情况下,这时候又有新的线程进来,如果没有delete操作可能会出现组合重复的情况!(不过这种情况非常极端,一般这个逻辑判断也就在不到1ms内就能处理完,正常开发情况下是可以忽略这种特别极端场景!)

从这里也可以看出,Compose1写出来的代码比较符合当前程序员的思维逻辑!Claude Sonnet 4.5代码可能对逻辑更严谨些,会考虑到一些极端场景!这里就暂时给它们打平手吧!

质量对比

从上面写出的代码来看,最终生成质量: Compose1 = Claude Sonnet 4.5 > Gemini 2.5 Pro > GPT-5-CodeX

总结

目前经过博主一周的使用效果来看,Cursor2.0 的 Compose1 模型确实在代码层面做了很多优化,很多时候我只需要给它一小段代码,它便会自动去先读取代码整个设计逻辑,再去获取当前山下文逻辑,无需再提前给大模型加一大段的数据库设计及需求设计预处理那些文档!看来代码这块:Claude-sonnet-4.5 和 gpt-5-codex 又将迎来一位劲敌了!

除此之外,本次Cursor 2.0 还带来了内置浏览器和语音模式两大新功能。内置浏览器允许用户直接在 IDE 内运行和测试代码,同时将 DOM 信息反馈给模型。

Read more

Ubuntu搭建PX4无人机仿真环境(5) —— 仿真环境搭建(以Ubuntu 22.04,ROS2 Humble,Micro XRCE-DDS Agent为例)

Ubuntu搭建PX4无人机仿真环境(5) —— 仿真环境搭建(以Ubuntu 22.04,ROS2 Humble,Micro XRCE-DDS Agent为例)

目录 * 前言 * 1. 准备 * 1.1 下载 PX4 源码 * 方式一: * 方式二: * 1.2 安装仿真依赖 * 1.3 安装 Gazebo * 2. 安装 Micro XRCE-DDS Agent * 3. 编译 PX4 * 4. 通信测试 * 5. 官方 offboard 程序 * 6. offboard 测试 * 参考 前言 本教程基于 ROS2 ,在搭建之前,需要把 ROS2、QGC 等基础环境安装配置完成。但是这块的资料相比较于 ROS1 下的少很多,不利于快速上手和后期开发,小白慎选! 小白必看:

基于Matlab/Simulink平台的FPGA开发

基于Matlab/Simulink平台的FPGA开发

基于 Matlab/Simulink 平台进行 FPGA 开发是一种高效的 "算法驱动" 设计方法,尤其适合从算法原型到硬件实现的快速迭代,广泛应用于电力电子、通信、控制、图像处理等领域。其核心优势在于通过可视化建模和自动代码生成,减少手动编写 HDL(硬件描述语言)的工作量,同时保证算法与硬件实现的一致性。 一、FPGA建模与仿真 基于Simulink建模:使用Simulink搭建算法模型(如信号处理、控制系统等),通过仿真验证功能正确性。 定点化处理:通过Fixed-Point Designer工具将浮点算法转换为定点模型,优化硬件资源占用。 仿真验证:通过 Simulink 仿真验证模型功能正确性,重点测试边界条件和异常场景,确保算法逻辑无误。 二、FPGA代码生成 HDL Coder 是 MathWorks 公司推出的一款核心工具,主要用于将 MATLAB 算法和 Simulink 模型自动转换为可综合的硬件描述语言(

QGroundControl终极安装教程:从零开始快速搭建无人机地面站

QGroundControl终极安装教程:从零开始快速搭建无人机地面站 【免费下载链接】qgroundcontrolCross-platform ground control station for drones (Android, iOS, Mac OS, Linux, Windows) 项目地址: https://gitcode.com/gh_mirrors/qg/qgroundcontrol QGroundControl是一款功能强大的跨平台无人机地面站软件,支持Windows、macOS、Linux和Android系统。本文为您提供完整的QGroundControl安装指南,帮助您快速部署这款专业的飞行控制平台。 🚀 准备环境:确保系统兼容性 在开始安装前,请确认您的设备满足以下基本要求: * 操作系统:Windows 10/11、macOS 10.14+、Ubuntu 18.04+ 或 Android 9+ * 处理器:Intel i5或同等级以上CPU * 内存: