Lee Robinson 讲 Cursor 的模型自改进循环

Lee Robinson 的 “Recursive Model Improvement” 把话题带回模型训练。他讲 Cursor 如何用产品里的真实 agent 使用数据，反过来训练更适合工作流的模型。

原视频：https://www.youtube.com/watch?v=htM02KMNZnk

Cursor 不只是调用模型

很多 AI IDE 的早期形态，是在产品里调用一个通用模型。模型来自外部供应商，IDE 提供界面、上下文和工具。Cursor 现在想做更深一层：把产品里的真实使用反馈，变成模型训练的一部分。

Lee 提到，Cursor 过去一年开始大规模训练模型。Composer 2.5 在 5 月发布后，团队看到它在公开 eval 上表现不错，但更重要的是实际使用里的行为变化。

Cursor 的优势在于，它本身就是 agent 工作环境。用户在 IDE 里发任务、接受或拒绝改动、运行结果、修正反馈，这些都能形成训练信号。模型不只在公开数据上学代码，也在真实工作流里学什么行为有用。

outer loop 和 inner loop

他把改进分成 outer loop 和 inner loop。Outer loop 是产品和用户工作流：用户提出目标，agent 改代码，系统收集反馈，团队观察哪些行为有用。Inner loop 是模型训练：用这些信号改进模型，让下一版更适合真实工作。

这和 Pablo Castro 的 learned knowledge 呼应。组织和产品每天产生的 trace，不只是日志，而是下一代系统的训练材料。不同的是，Pablo 从企业知识系统讲，Lee 从模型训练讲。

Cursor 的路线说明一个趋势：最强的 AI 开发工具，不只是把外部模型接进来，而是拥有一套从使用过程到模型改进的闭环。

数据质量决定模型质量

这里有一个容易被忽略的问题：不是所有使用数据都值得训练。用户接受一个 diff，不一定代表它最好。用户拒绝一个结果，也可能只是需求没说清。测试通过不等于代码可维护，review 通过也不等于长期没问题。

所以 recursive model improvement 的难点，不是 “收集更多数据”。真正难的是把反馈分层：哪些是明确成功，哪些是噪音，哪些是短期可用但长期有债，哪些行为应该被模型学会，哪些应该被模型忘掉。

这和 software factory 的验证问题是同一件事。没有好 gate，训练信号也会脏。一个产品如果能把任务、上下文、diff、测试、review、用户反馈串起来，就有机会得到比公开 benchmark 更真实的数据。

我会把 Lee 这场看成第一天的收束：agent 工具不只是用模型，也会反过来塑造模型。谁拥有真实工作流和高质量反馈，谁就更可能训练出适合软件工厂的下一代模型。

Cursor 的护城河在真实工作流

Lee Robinson 这场把第一天带回模型训练。Cursor 不只是一个 IDE，也不只是调用外部模型的壳。它每天都在真实开发场景里观察用户如何给任务、如何接受改动、如何拒绝结果、如何继续追问。

这些数据和公开 benchmark 不一样。benchmark 测的是固定题目，真实工作流测的是混乱世界：半截需求、旧代码约束、本地测试、用户偏好、项目风格、review 反馈。能从这些信号里训练模型，是 Cursor 这类产品的长期优势。

这也解释了为什么 AI 开发工具会越来越像模型公司。谁掌握高质量使用数据，谁就能改进底层模型，而不只是换供应商。

recursive improvement 需要很强的数据治理

递归改进听起来漂亮，但风险也明显。如果训练信号脏，模型会学到错误行为。用户接受 diff 可能只是懒得改，测试通过可能只是测试不够，review 通过可能只是 reviewer 疲劳。把这些直接当正样本，会污染模型。

所以 Cursor 需要做的不只是收集数据，而是筛选和标注信号。哪些反馈代表真正成功？哪些任务有明确验收？哪些改动后来被 revert？哪些输出短期可用但长期有技术债？这些判断决定模型会向哪里进化。

第一日的闭环在这里收束

从 Pablo 的 learned knowledge 到 Lee 的 recursive model improvement，第一天形成了一个完整闭环：agent 做真实工作，系统记录过程，人和工具给出反馈，反馈进入产品和模型，下一轮 agent 更适合真实工作。

这也是 software factory 和传统工具链最大的差别。传统工具链不会因为你用它而自动变聪明；AI 工具链会。如果这种学习建立在高质量反馈上，它会变成巨大优势；如果建立在噪声上，它也会把坏习惯固化进模型。

所以，Cursor 这场不是简单的“我们也训练模型”。它指出了下一阶段竞争：谁能把真实开发过程变成高质量训练循环。

来源与说明

本文基于 AI Engineer World’s Fair 2026 Day 1 主舞台视频转录、官方日程信息，以及本地 AI engineering 知识库整理。文章不是逐字稿，而是按单场分享的主线、上下文和工程启发重写。