コーディングエージェントが生産性に与える影響

シカゴ大学の新しい研究によると、Cursor のエージェントがデフォルトになってから、企業がマージするプルリクエストの数は 39% 増加しました。

セマンティック検索でエージェントを改善する

セマンティック検索により、コーディングエージェントの性能が大幅に向上し、正確度が12.5%向上、コードの保持が改善され、不満足なユーザーリクエストが減少します。

Composer：RLで高速なフロンティアモデルを構築する

Composer は、ソフトウェア開発における知能と速度を追求した新しいエージェントモデルです。

オンライン強化学習でCursor Tabを改良

新しいTabモデルは、提案数を21%削減しつつ、受け入れ率は28%向上しました。

カスタム MXFP8 カーネルで MoE 学習を1.5倍高速化

Blackwell GPU向けの全面再構築により、MoEレイヤーを3.5倍高速化。

シャドウ・ワークスペースで反復する

ユーザーへ影響を与えずにAIがコードを反復改良できるよう、非表示ウィンドウとカーネルレベルのフォルダプロキシを活用。

さらに多くの問題

次の段階のAIプログラミングにおける、いくつもの魅力的な課題領域。

毎秒1000トークンでのファイル編集

1000トークン/秒で高精度なファイル全体編集を可能にする、新しいモデルと推論手法。

私たちの課題

Cursorで解決に挑みたい課題の一覧。

Llama の推論特性

推論数学の基礎と、Llama の意外なコストの検証。