Together AI × Cursor：Composer 2 正式发布，RL 训练模型驱动开源编程智能新里程碑

Composer 2 是 Together AI 与 Cursor 合作推出的编程模型，核心技术路线是强化学习（RL）训练，而非业界主流的监督微调（SFT）。RL 驱动的编程模型通过奖励信号优化代码生成策略，理论上能更好地学会「试错-反思」这类编程中常见的高阶行为，而非简单模仿训练集中的代码模式。

产品具体是什么？

Composer 2 提供两种端点：标准版与 Fast 版。Fast 版针对延迟优化，推测专为 Cursor 自身的代码补全场景定制（毫秒级响应是 IDE 内嵌模型的核心要求）。Together AI 负责提供 AI Native Cloud 推理基础设施。

解决了什么问题？

当前开源代码模型（如 StarCoder、Codellama 系列）多数依赖 SFT，在复杂多步推理、测试驱动开发等场景下与 Claude 3.5/ GPT-4o 的编程能力存在显著差距。Composer 2 的 RL 路线尝试从训练范式层面弥合这一差距，推动开源模型进入「能真正参与工程迭代」的能力区间。

目标用户是谁？

Cursor 的终端用户（个人开发者、创业团队）、Together AI 生态中的云端推理消费者，以及希望基于 RL 代码模型fine-t