北京
生产级的编程Agent不是单一模型，而是一套精密协作的系统架构。Cursor最近展示了其Agent系统的核心组件，让我们得以窥见这类产品背后的工程复杂度。
系统顶层是一个智能路由。Cursor集成了多个Agent模型，包括自研的Composer模型。"Auto"模式会动态分析每个请求的复杂度，自动选择最适合的模型处理任务。这解决了大材小用或力不从心的问题。
核心在于Agent编程模型的训练方式。与标准LLM只预测下一个token不同，这类模型基于"轨迹"训练——即展示如何使用工具解决问题的完整行动序列。模型需要学会编码的流程逻辑：先搜索、再编辑、最后验证。据Cursor介绍，这涉及海量数据准备、训练和测试，是整个系统中最重的工程投入。
模型通过工具 harness 连接超过十种工具，覆盖搜索代码库、读写文件、应用编辑、运行终端命令等核心操作。但真实代码库太大，无法一次性塞入提示词。上下文检索系统会主动搜索，只拉取当前步骤最相关的代码片段、文档和定义，避免溢出上下文窗口。
编排器（Orchestrator）是控制循环的核心。模型决定下一步做什么、调用哪个工具，编排器执行工具调用、收集结果（搜索结果、文件内容、测试输出）、重建工作上下文，再送回模型进入下一轮。这种迭代循环将系统从聊天机器人转变为真正的Agent。一种常见实现是ReAct模式：模型在推理步骤和工具动作之间交替，基于观察结果调整策略。
安全是最后一道关卡。Agent需要运行构建、测试、linter和脚本来验证工作，但开放终端权限风险极高。Cursor的解决方案是沙箱：工具调用在隔离环境中执行，通过严格的安全护栏保护用户主机。用户可选择本地运行或远程云虚拟机，兼顾灵活性与安全性。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
