"ついにGPTの殻を破った"
ちょうど今日、AIプログラミング・コミュニティは重いニュースで迎えられた。カーソルはバージョン2.0を正式にリリースし、初めて独自の大型モデル「コンポーザー」を搭載した。.
これは、これまで「VSコードで隠蔽され、サポートはClaude/GPTに依存していた」Cursorが、「VSコードで隠蔽され、サポートはClaude/GPTに依存していた」ことを意味する。真のAIネイティブ開発プラットフォームへ正式進化.
さらにすごいのは、コンポーザーがコードを生成するスピードが 250トークン/秒GPT-5、クロード・ソネット4.5より速い。 2回同様のオープンソースモデルよりも速い 4回!
そして、"速いが間抜け "ではない。速くて賢い。-自分でコードを書き、自分でテストし、自分でバグを修正できる。
今日は、それを深く体験する：Composerの何がそんなにすごいのか？一般的な開発者はどのように使えるのでしょうか？
コンポーザーとは？ただ速いだけでなく、"上手 "であること。
ComposerはCursorチームによって開発された自社製品である。 混合専門知識（MoE）プログラミング・メガモデル核となる目的はただ一つ：実際の開発環境における効率的なタスク遂行.
主な特徴
- スピード・バンプその結果、250トークン/秒、複雑な複数ステップのエンコーディングタスクを30秒で完了させることができた；
- 学習意欲の向上静的なデータに頼って問題を "記憶 "する代わりに、実際のコードベースで "練習 "することができる；
- ツール・ネイティブの統合セマンティック・サーチ、ターミナル・コマンド、ファイル編集、ユニット・テストなど、開発ツール一式を呼び出す機能；
- ロング・コンテクスト・サポート大規模なプロジェクトを容易に処理し、コードベース全体の構造とロジックを理解する；
- 自己修復能力自動的にリンターを実行し、フォーマットエラーを修正し、テストケースにパッチを当てる。
それは「コードの一部を生成する」ことではなく、「実行する機能を提供する」ことなのだ。
🧪 実際の例：Composerで何ができるのか？
✅ ケース1：自動テスト＋コードが機能するまで繰り返す
取るComposerに新機能の実装を依頼したが、最初にコードを生成したときにバグが発生した。
伝統的モデル自分でデバッグしないといけない。
作曲家::
- ユニットテストを自動的に実行する；
- 障害が検出されると、エラーログが分析される；
- 自動的にコードを修正し、再テストする；
- 関数が完全にパスするまで.
テストでは、「コードを書く→テストする→修正する→再テストする」という完全なループを数秒で完了する。
✅ ケース2：音声生成コード - 口を開けてプログラムを書く！
ディレクティブ(音声入力）：
"ユーザーのアバターと直近3回の更新をTailwindスタイルで表示するReactコンポーネントを作成する"
結局::
- コンポーザーは音声を即座に解析する；
- 完全に生成する
.jsxドキュメンテーション - 依存関係の自動インポート、APIモックの処理、レスポンシブ・レイアウトの追加；
- コードスタイルは、プロジェクトの既存の仕様と一致している。
キーボードの代わりに口でコードを書く - 本物の「バイブ・コーディング」。
ケース3：実力主義によるマルチエージェント並列開発
新しいカーソル2.0のインターフェイスの特徴 「エージェント中心複数のインテリジェンスを同時に実行することをサポートしている。
シーンのリアルタイムテスト::
- 同じ要件（「ホームページの読み込み速度を最適化する」など）が 3 コンポーザー・エージェント.;
- 各エージェントは別々のGitワークツリーで作業します；
- それができたら、インターフェイスの水平比較プログラム最適解を選択する。
同時に3人のインターンを雇い、それぞれが企画書を提出し、その中からベストを選ぶようなものだ。
ケース4：大規模プロジェクトの理解＋セマンティック検索
マンデート::
「eコマース・プロジェクトで決済インターフェースが呼び出される場所をすべて探し、新しいSDKに一律にアップグレードする。
コンポーザーの操作::
- 各論 図書館全体のセマンティック検索ポジショニング
ペイメントサービス関連文書 - 通話リンクが分析され、7つの主要モジュールが特定された；
- 移行シナリオの自動生成と互換性チェック；
- は、コメント付きの差分ファイルを出力する。
どこで使うかを推測する」のではなく、「プロジェクト全体がどう動くかを知る」ことなのだ。
🛠️ 技術的な下馬評：なぜコンポーザーはそれほど強力なのか？
1️⃣ 集中学習＋実戦トレーニング
- コンポーザーは、「おもちゃのデータセット」ではなく、次のようなデータセットでトレーニングされる。 リアルカーソル開発環境その工程は途中で行われる；
- 各トレーニングセッションは、機能の記述、アーキテクチャの変更、コードの解釈といった実際のタスクに対応している；
- モデルは、以下の条件を満たしていなければならない。自分でやる、自分で検証する、自分で修理するボーナス信号を得るために。
2️⃣ 社内インフラ: KiloCard GPU + MXFP8
- PyTorch + Rayをベースにトレーニングシステムを構築；
- 利用する MXFP8 低精度トレーニング1つ目は、定量化を必要としない高速推論を提供することである；
- 何千ものNVIDIA GPUが並列にサポートされており、トレーニングの効率を完全に高めている。
3️⃣ カーソル・ベンチ：開発者のためのレビュー
- 生成できるかどうか」を見るのではなく、「走り切れるかどうか、技術仕様に適合しているかどうか」を見るのだ；
- このテストセットは、カーソルのエンジニアが実際にリクエストしたもので、非常に貴重なものだ。
どのような経験をしていますか？
コンポーザーはカーソル2.0に完全統合追加の設定は必要ない。
- 公式サイトダウンロード::https://cursor.com(Windows/macOS/Linux対応）
- 無料トライアルコンポーザーは現在、すべてのユーザーが無料で利用できる。
- マルチモデル・スイッチングGPT/Claudeオプションは残っていますが、Composerがデフォルトで推奨されるようになりました。
注：作曲家は現在カーソル内部使用のみオープンAPIもオープンソースもない。
🔚 最後に書く
以前、私たちはカーソルが「最高のAIエディター」だと言った；
今、それは "開発を実際に理解している初のAI同僚".
コンポーザーの登場は、ある傾向を示していた：
未来のプログラミング・ツールは、もはや「コードを書くのを助ける」ものではなく、「あなたの代わりに仕事をする」ものになるだろう。.
時には最適化しすぎたり、要件を誤解したりと、完璧ではないかもしれない。
しかし、その方向性は紛れもないものだ：開発者を "コーダー "から "クリエイター "に戻す.
カーソル・チームが言うように：
"より速い馬を作るのではなく、最初の車を作るのだ"
そして、おそらくあなたは運転席に座っている。
今すぐCursor 2.0にアップグレードして、250トークン/秒でエンコードするスリルを体験してください！
🔗 https://cursor.com