各位学弟学妹，最近 AI 圈的 Cursor 套壳 Kimi 的瓜想必大家都吃了，本以为这事会不了了之，结果 Cursor 直接放出了 Composer 2 的技术报告，摆明了要自证不是纯套壳，而是有技术地做二次开发。更有意思的是，人家不仅老老实实给 Kimi K2.5 署了名，还和 Kimi 官方和解了，就是网友们似乎并不买账。今天学长就带大家好好捋捋这份报告里的门道，还有另一边 Kimi 团队杨植麟的最新观点，看完你就知道国产开源大模型现在到底有多顶。

Cursor 这次的技术报告，开篇态度那叫一个诚恳，先夸了一波友商 Kimi。他们说训练前评估了 GLM5、Kimi K2.5、DeepSeek V3.2 等多款开源基础模型，最终选定 Kimi K2.5，不仅是因为它综合能力突出，还考虑到自研基础设施中的执行效率这些附加因素。不得不说，经此一事，Cursor 算是把中国开源模型的 “体面” 学透了。

选定基础模型后，Composer 2 并非直接拿来用，而是做了两步独立的自研训练，这也是这份报告的核心，学长给大家拆解清楚：

第一步是持续预训练，核心目的就是提升模型在编码领域的能力，为后续训练打基础。整个过程分三个阶段，先主攻 32k token 序列长度的训练，再把序列长度扩展到 256k，最后通过小样本指令调优适配特定代码任务。为了提升线上推理速度，还新增了多 token 预测层，结合投机解码和自蒸馏策略保证收敛。从训练数据来看，模型在自研代码库的损失值呈对数线性下降，能证明这次预训练是真的有效果。

第二步是异步强化学习，这一步的训练环境完全模拟真实的 Cursor 对话场景，覆盖了各类软件工程核心任务。训练框架基于大规模策略梯度，还用了单指令多样本的算法保证稳定性，同一指令只参与一次训练，用 Adam 优化器更新全部参数。另外还优化了 GRPO 算法，移除长度标准化项避免偏差，引入 KL 散度做正则化。而且团队发现，模型的平均性能和 best-of-K 性能是同步提升的，这说明强化学习不仅优化了推理路径，还让正确解的覆盖范围更广了。

除此之外，Composer 2 还加了辅助奖励机制，代码风格、交互表达做得好会有正向奖励，不当调用工具会有产品级惩罚，还能根据训练中的模型行为动态调整奖励规则，这一点能看出是真的结合了实际使用场景做优化。

为了验证效果，Cursor 还搞了个自研的内部评估集 CursorBench，和常见的 SWE-bench 比起来，这个评估集的任务都来自真实的 Agent 使用场景，评判标准也不只是看功能对不对，还会考量代码质量、执行效率、智能体交互等多个维度。数据上的差距也很明显，CursorBench 的代码修改量中位数有 181 行，而 SWE-bench 验证集和多语言版只有 7-10 行；指令提示也更简洁，中位数 390 字符，远低于公开基准测试的 1185-3055 字符。

从测试结果来看，Composer 2 在 CursorBench-3 的准确率能到 61.3%，对比自家 1.5 版本提升 37%，对比 1 版提升 61%，和原版 Kimi K2.5 比，准确率也有大幅提升。成本层面更是实现了帕累托最优，推理成本和小模型相当，精度却能媲美前沿大模型，Token 使用效率也和其他 SOTA 模型持平，没有额外的资源消耗。说句实话，这波操作下来，Composer 2 简直就是 Kimi K2.5 的海外 pro 版，而且 Cursor 还把基础模型和技术报告都开源了，也算是另一种意义上的 “全员套壳支持国产开源模型” 了，只要记得署名，其实也没啥毛病。

这边 Cursor 还在为套壳风波找补，另一边 Kimi 早就把目光放到了未来，杨植麟在中关村论坛的演讲里，分享了团队对开源模型和模型训练的最新思考，学长觉得这些观点对理解 AI 行业的发展特别有帮助，大家一定要记好。

首先，杨植麟认为大模型的本质是把能源转化为智能，核心是要规模化，但规模化不是无脑堆算力，而是讲方法、讲效率。Kimi 自己的 Scaling 策略主要有三点：一是提升 Token 效率，用有限的数据学到更多智能，这才是模型的核心竞争力；二是扩展上下文长度，Kimi 不是简单拉长窗口，而是专门设计了 Kimi Linear 网络架构和训练数据，从根本上提升长上下文处理能力，能应对更复杂的长程逻辑任务；三是引入 Agent 集群，这是 Kimi K2.5 的新思路，不执着于把单个模型做到极致，而是让一群 Agent 协作解决复杂问题，实现规模化的输入、输出和执行。

其次，好的底层网络架构也至关重要。Kimi 最新开源的注意力残差架构，算是把注意力应用在网络深度上的 LSTM 变种，能让模型更高效地利用各层信息。其实注意力架构、残差学习都是多年前的经典技术，现在算力更强了，研究也更偏向工程化和大规模验证，过去的标准答案也可以被重新挑战和改进，这也是 AI 研发的核心思路之一。

关于开源，Kimi 的态度很明确：要做，还要大力做。现在开源模型已经逐渐成为新的行业标准，Kimi K2.5 更是成了全球芯片厂商测试硬件性能的基准，很多研究机构也在用它做研究。通过开源让大家以低门槛获取智能，最终形成开源生态，才能共同推动 AI 领域的发展，这一点也能看出国产大模型的格局。

最后，杨植麟还断言，大模型训练已经进入第三阶段了，学长给大家梳理一下这个阶段划分，能清晰看到行业的发展趋势：2023 和 2024 年，大模型训练主要靠天然数据，辅以少量人工标注；2025 年，行业更重视人工筛选高质量任务，搭建大规模强化学习系统；而从 2026 年开始，AI 研发流程会迎来重大变化，研发主体会从人转向 AI，AI 会自己合成任务、构建训练环境、探索新模型架构，研究员更多是提供算力和 Token 资源。简单说，就是从 “人采数据” 到 “人选任务”，再到 “AI 自主训练”，AI 会从被训练者，变成研发的参与者甚至主导者，未来 AI 的研发速度，只会比我们想象的更快。

看完这两件事，学长最大的感受就是，国产开源大模型已经走到了世界前列，Kimi K2.5 能被海外企业当作基础模型做二次开发，还成为行业基准，这本身就是实力的证明。而 Cursor 的这次操作，也从侧面印证了国产大模型的技术价值，未来随着开源生态的完善，相信会有更多人参与到国产 AI 的研发中，这才是行业发展的核心动力。不知道大家对 Cursor 的技术报告，还有 Kimi 的未来布局有什么看法，欢迎在评论区和学长一起交流。