Вибе платформа за кодирање Цурсор објављује први интерни ЛЛМ, Цомпосер, обећавајући 4Кс повећање брзине

Алат за кодирање вибрације Цурсор, из стартап компаније Аниспхере, представио је Цомпосер, свој први интерни, власнички модел кодирања великог језика (ЛЛМ) као део ажурирања платформе Цурсор 2.0.

Цомпосер је дизајниран да извршава задатке кодирања брзо и прецизно у производним окружењима, што представља нови корак у програмирању уз помоћ вештачке интелигенције. Већ га користи Цурсор-ово сопствено инжењерско особље у свакодневном развоју — што указује на зрелост и стабилност.

Према Цурсору, Цомпосер завршава већину интеракција у мање од 30 секунди уз одржавање високог нивоа способности закључивања у великим и сложеним кодним базама.

Модел је описан као четири пута бржи од сличних интелигентних система и обучен је за „агентске” токове посла – где аутономни агенти за кодирање планирају, пишу, тестирају и прегледају код заједно.

Раније је курсор подржавао "кодирање вибрације" — коришћење вештачке интелигенције за писање или комплетирање кода заснованог на упутствима на природном језику од корисника, чак и некога ко није обучен за развој — на врху других водећих власнички ЛЛМ-ова као што су ОпенАИ, Антхропиц, Гоогле и кАИ. Ове опције су и даље доступне корисницима.

Бенцхмарк Ресултс

Композиторове способности су упоредне помоћу "Цурсор Бенцх," интерни пакет за процену изведен из захтева стварних агената програмера. Мерило мери не само исправност, већ и придржавање модела постојећим апстракцијама, стилским конвенцијама и инжењерским праксама.

На овом бенчмарку, Цомпосер постиже интелигенцију кодирања на граничном нивоу док генерише 250 токена у секунди — око два пута брже од водећих модела брзог закључивања и четири пута брже од упоредивих граничних система.

Цурсор-ово објављено поређење групише моделе у неколико категорија: „Најбољи отворени“ (нпр. Квен Цодер, ГЛМ 4.6), „Брза граница“ (Хаику 4.5, Гемини Фласх 2.5), „Фронтиер 7/2025“ (најјачи модел доступан средином године) и „Најбоља граница“ (укључујући Цладе Сон-5 и Цладе Сон-5). Цомпосер се поклапа са интелигенцијом система средње границе док испоручује највећу забележену брзину генерације међу свим тестираним класама.

Модел изграђен са учењем појачања и архитектуром мешавине стручњака

Научник истраживач Сасха Русх из Цурсора пружио је увид у развој модела у објавама на друштвеној мрежи Кс, описујући Цомпосер као модел мешавине стручњака (МоЕ) наученог путем појачања:

„Користили смо РЛ да обучимо велики МОЕ модел да буде заиста добар у кодирању у стварном свету, а такође и веома брз.

Русх је објаснио да је тим заједнички дизајнирао и Цомпосер и Цурсор окружење како би омогућио моделу да ефикасно ради у производној скали:

„За разлику од других МЛ система, не можете много апстраховати од система у пуној мери. Заједно смо дизајнирали овај пројекат и курсор како бисмо омогућили покретање агента у потребном обиму.“

Композитор је обучен за стварне задатке софтверског инжењеринга, а не за статичне скупове података. Током обуке, модел је функционисао унутар потпуних база кода користећи скуп производних алата — укључујући уређивање датотека, семантичку претрагу и терминалске команде — да би решио сложене инжењерске проблеме. Свака итерација обуке укључивала је решавање конкретног изазова, као што је прављење измене кода, израда плана или генерисање циљаног објашњења.

Петља за ојачање је оптимизовала и исправност и ефикасност. Композитор је научио да прави ефикасан избор алата, користи паралелизам и избегава непотребне или спекулативне одговоре. Током времена, модел је развио појавна понашања као што су покретање јединичних тестова, исправљање грешака у линтеру и аутономно извођење вишестепених претрага кода.

Овај дизајн омогућава Цомпосер-у да ради у оквиру истог рунтиме контекста као и крајњи корисник, чинећи га усклађенијим са условима кодирања у стварном свету – руковање контролом верзија, управљање зависношћу и итеративно тестирање.

Од прототипа до производње

Композиторов развој пратио је ранији интерни прототип познат као Гепардкоји је курсор користио за истраживање закључивања са малим кашњењем за задатке кодирања.

„Гепард је био в0 овог модела првенствено за тестирање брзине“, рекао је Русх на Кс. „Наши показатељи то говоре [Composer] је иста брзина, али много, много паметнија.”

Успех Цхеетаха у смањењу кашњења помогао је Цурсору да идентификује брзину као кључни фактор поверења програмера и употребљивости.

Композитор одржава ту брзину реаговања док значајно побољшава резоновање и генерализацију задатака.

Програмери који су користили Цхеетах током раног тестирања приметили су да је његова брзина променила начин на који раде. Један корисник је прокоментарисао да је био „тако брз да могу да останем у току када радим са њим“.

Цомпосер задржава ту брзину, али проширује способност на задатке кодирања у више корака, рефакторисања и тестирања.

Интеграција са Цурсор 2.0

Цомпосер је у потпуности интегрисан у Цурсор 2.0, велико ажурирање агентског развојног окружења компаније.

Платформа уводи мулти-агентски интерфејс, омогућавајући до осам агената да раде паралелно, сваки у изолованом радном простору користећи гит радна стабла или удаљене машине.

У оквиру овог система, Цомпосер може да служи као један или више од тих агената, обављајући задатке независно или у сарадњи. Програмери могу упоредити више резултата из истовремених покретања агента и изабрати најбољи резултат.

Цурсор 2.0 такође укључује пратеће функције које побољшавају композиторску ефикасност:

• Прегледач у уређивачу (ГА) – омогућава агентима да покрећу и тестирају свој код директно унутар ИДЕ-а, прослеђујући ДОМ информације моделу.

• Побољшан преглед кода – агрегира разлике у више датотека за бржу инспекцију измена генерисаних моделом.

• Терминали у заштићеном окружењу (ГА) – изоловати команде љуске које покреће агент за безбедно локално извршавање.

• Гласовни режим – додаје контроле говора у текст за покретање или управљање сесијама агента.

Док ова ажурирања платформе проширују целокупно искуство курсора, Цомпосер је позициониран као техничко језгро које омогућава брзо и поуздано агентско кодирање.

Инфраструктура и системи обуке

Да би обучио Цомпосер у великом обиму, Цурсор је направио прилагођену инфраструктуру за учење са појачањем комбинујући ПиТорцх и Раи за асинхрони тренинг на хиљадама НВИДИА ГПУ-а.

Тим је развио специјализована МКСФП8 МоЕ кернела и хибридни паралелизам подељених података, омогућавајући велика ажурирања модела са минималним комуникационим трошковима.

Ова конфигурација омогућава Цурсору да нативно тренира моделе са малом прецизношћу без потребе за квантизацијом након обуке, побољшавајући и брзину закључивања и ефикасност.

Композиторова обука се ослањала на стотине хиљада истовремених окружења у заштићеном окружењу — свако је био самостални радни простор за кодирање — који су радили у облаку. Компанија је прилагодила своју инфраструктуру позадинских агената да динамички распореди ове виртуелне машине, подржавајући брзу природу великих РЛ покрета.

Ентерприсе Усе

Побољшања перформанси Цомпосер-а су подржана променама на нивоу инфраструктуре у Цурсор-овом стеку интелигенције кода.

Компанија је оптимизовала своје језичке серверске протоколе (ЛСП) за бржу дијагностику и навигацију, посебно у Питхон и ТипеСцрипт пројектима. Ове промене смањују кашњење када Цомпосер комуницира са великим репозиторијумима или генерише ажурирања са више датотека.

Корисници предузећа добијају административну контролу над Цомпосер-ом и другим агентима путем тимских правила, евиденције ревизије и примене сандбок-а. Цурсор’с Теамс и Ентерприсе нивои такође подржавају коришћење обједињеног модела, САМЛ/ОИДЦ аутентификацију и аналитику за праћење перформанси агента у свим организацијама.

Цене за појединачне кориснике крећу се од бесплатних (хоби) до Ултра (200 УСД месечно) нивоа, са проширеним ограничењима коришћења за Про+ и Ултра претплатнике.

Пословне цене почињу од 40 УСД по кориснику месечно за Теамс, са пословним уговорима који нуде опције прилагођене употребе и усклађености.

Улога композитора у развоју АИ кодирања

Композиторов фокус на брзину, учење са појачањем и интеграцију са радним токовима кодирања уживо га разликује од других помоћника за развој вештачке интелигенције као што су ГитХуб Цопилот или Реплит’с Агент.

Уместо да служи као пасивни механизам за сугестије, Цомпосер је дизајниран за континуирану сарадњу вођену агентима, где вишеструки аутономни системи директно ступају у интеракцију са кодном базом пројекта.

Ова специјализација на нивоу модела—обука АИ да функционише у стварном окружењу у којем ће радити—представља значајан корак ка практичном, аутономном развоју софтвера. Композитор није обучен само за текстуалне податке или статички код, већ у оквиру динамичког ИДЕ-а који одражава услове производње.

Раш је описао овај приступ као суштински важан за постизање поузданости у стварном свету: модел учи не само како да генерише код, већ и како да га интегрише, тестира и побољша у контексту.

Шта то значи за развојне програмере предузећа и Вибе кодирање

Са Цомпосер-ом, Цурсор уводи више од брзог модела—он примењује систем вештачке интелигенције оптимизован за употребу у стварном свету, направљен да ради унутар истих алата на које се програмери већ ослањају.

Комбинација учења са појачањем, комбинованог дизајна стручњака и чврсте интеграције производа даје Цомпосер-у практичну предност у брзини и одзиву што га издваја од језичких модела опште намене.

Док Цурсор 2.0 пружа инфраструктуру за сарадњу са више агената, Цомпосер је кључна иновација која чини те токове рада одрживим.

То је први модел кодирања направљен посебно за агентско кодирање на нивоу производње—и рани увид у то како би свакодневно програмирање могло изгледати када људски програмери и аутономни модели деле исти радни простор.