待验证85% 置信事实时间未知
Cursor同时运行实时在线RL，从真实用户交互中捕获满意/不满意信号，每隔几小时更新模型
1
来源数
85%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Cursor Composer 2训练揭秘：分布式强化学习架构全解析
bilibiliWeb3天空之城
涉及实体
相关事实
已验证Cursor 后台代理支持实时交互，用户可以在代理运行过程中随时介入指导和纠正方向77% 相似待验证Cursor的Composer系列模型采用每5小时更新一次的实时在线RL，基于数十万亿token的持续预训练74% 相似待验证Cursor的常驻Agent通过GitHub Webhooks实时接收CI状态变更事件，可能采用了ReAct（Reasoning and Acting）框架71% 相似待验证Cursor作为应用层公司拥有海量真实编程交互数据（接受、拒绝、编辑行为），构成宝贵的偏好信号和竞争壁垒70% 相似待验证Cursor通过动态下发的模型注册表管理可用模型元数据，新模型接入无需客户端发版更新70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/5810API
curl https://kongchang.com/api/v1/knowledge/claims/5810MCP
get_claim(id=5810)