Lembre-se: isso se baseia em um benchmark interno da Cursor.
Crédito: Cursor
O Cursor espera que o Composer também tenha um desempenho em termos de precisão e práticas recomendadas. Ele não foi treinado em conjuntos de dados estáticos, mas sim em desafios de desenvolvimento interativos envolvendo uma série de tarefas de agente.
Deixando de lado as afirmações intrigantes e a forte metodologia de treinamento, resta saber se o Composer será capaz de competir com os melhores modelos de fronteira dos grandes players.
Mesmo os desenvolvedores que podem ser usuários naturais do Cursor não gostariam de perder muito tempo com um novo modelo não comprovado, quando algo como o Claude da Anthropic está funcionando perfeitamente.
Para resolver isso, o Cursor introduziu o Composer junto com sua nova interface multiagente, que permite “executar muitos agentes em paralelo sem que eles interfiram uns com os outros, alimentado por árvores de trabalho git ou máquinas remotas” – isso significa usar vários modelos ao mesmo tempo para a mesma tarefa e comparar seus resultados e, em seguida, escolher o melhor.
A interface é um convite para experimentar o Composer e deixar o trabalho falar por si. Veremos como os desenvolvedores se sentem sobre isso nas próximas semanas. Até agora, uma amostra não representativa de desenvolvedores com quem conversei me disse que eles acham que o Composer não é ineficaz, mas sim muito caro, dada a aparente lacuna de capacidade em relação aos modelos grandes.
Você pode ver os outros novos recursos e correções do Cursor 2.0 no changelog.
