Cursor 2.0：完整指南与 Python 项目

在上个月末，Cursor 宣布了 Cursor 2.0，这一全新版本将具备代理能力的开发模式带入 Cursor。

如果您是第一次接触 Cursor，建议先阅读我们的《Cursor AI：含 10 个实用示例的指南》教程。众所周知，Cursor 深受包括OpenAI 在内的头部 AI 公司工程师信赖，提供 AI 辅助编码、智能代码建议，并可与多种开发工具集成。

在本教程中，我将通过使用 Python 构建一个货币兑换网页应用，来探索全新 Cursor 2.0 的主要功能。

Cursor 2.0 有哪些新变化？

要查看 Cursor 2 的完整功能列表，建议您查阅其官方更新日志。在本教程中，我们重点关注与小团队和独立开发者最相关的功能。

Composer 模型

Cursor 推出了其首个自研编码模型 Composer。据称其速度较同等能力的模型快约 4 倍，并专为具有代理能力的多步骤代码工作流进行调优。其主要目标是降低延迟，让您更像是在与 AI 实时互动，而不是等待。

多代理界面与编排

Cursor 2.0 从一个代理辅助转变为多个代理并行运行。单次提示下最多可并行运行 8 个代理。每个代理都会获得其各自隔离的代码库副本，避免相互冲突。侧边栏 UI 会显示您的代理/计划，您可以从多次运行中挑选最佳输出。

内置浏览器与测试能力

浏览器工具（此前为测试版）现已普遍可用。代理可以在 Cursor 内打开网页、检查 DOM 元素、将 DOM 信息传递给代理，并测试 UI 更改。这意味着 AI 代理对网页环境更为了解，能够验证变更，而不是盲目地编辑代码。

开始使用 Cursor 2.0

首先从其官方网站下载并安装 Cursor 2。请务必下载 2.x 版本并选择正确的操作系统。

本教程中我们讨论的大多数功能需要 Pro 订阅，费用约每月 20 美元。不过，Cursor 2 提供一周的免费试用，您可以借此进行体验，并免费跟随本教程操作。

要开启免费试用，您需要输入信用卡信息。若在试用期结束前取消订阅，您即可避免被扣费并享受 7 天试用。

需要提醒的是：开始 Pro 免费试用后，界面会显示一个“开始使用 Pro 功能”的按钮。这具有误导性，在试用期间并不需要点击它即可使用 Pro 功能。若点击该按钮，会自动结束免费试用并向您收取首月费用，这大概并非您所希望的。

用 Cursor 2.0 创建应用

为测试 Cursor 2，我们使用 Python 创建了一个用于货币转换的网页应用。该应用完全使用 Cursor 2 创建。

安装完成后，切换到全新的“Agents（代理）”视图：

Cursor 2 的新功能之一是能够自动浏览我们的应用并进行测试。因此，我决定创建一个使用 Python 的 Streamlit 网页应用。

Streamlit 是一个开源的 Python 框架，旨在快速、轻松地创建交互式网页应用，尤其适用于数据科学和机器学习项目。

使用 Streamlit，您只需编写简单脚本即可为 Python 代码构建用户界面，无需任何前端经验。它常用于构建仪表板、数据可视化，以及让用户通过浏览器实时与数据或模型交互的工具。

我们使用 Streamlit 创建一个可轻松进行货币间转换的应用。从一个空文件夹开始，这是我使用的初始提示：

请注意，我使用的模型是 Cursor 2 的新 Composer 模型。也可以通过提示输入框下方的模型选择器选择其他模型。

它创建的应用如下：

在 Cursor 代理视图中导航

全新的“Agents（代理）”视图将我们的变更组织为与不同 AI 模型的对话。其工作流类似于按功能使用一个 ChatGPT 会话，只是它全部直接集成在 Cursor 2 内。

我们可以为每个代理使用不同的模型，甚至一次使用多个模型，稍后我们会讨论。此前的代码编辑器视图仍可用，因此我们可以像使用旧版 Cursor 那样轻松切换到编写代码，也可以与代理协作。

Cursor 的 Composer 模型

Composer 是 Cursor 开发的一种新代理模型，专为高效、智能地协助软件工程任务而设计。

该模型经过训练，可在大型代码库中借助多种开发工具（如文件编辑、终端命令和语义搜索）解决真实的编码问题。

与只专注于代码补全的传统编码助手不同，Composer 能处理更复杂的任务，包括生成代码修改、制定开发计划，或基于所给问题的上下文提供信息丰富的解答。

该模型的训练过程依赖强化学习，使其能适应不同的开发环境，并优先有效使用工具与提升响应速度。对速度与实用性的关注，使其非常适合开发者希望在不打断工作流的前提下获得快速、相关帮助的场景。

Composer 的评估基于反映在职工程师真实请求的基准，确保其输出符合常见的软件开发实践。不过，这些基准是私有的，且 Composer 未出现在现有的公共 AI 基准上，因此对此我们应持保留态度。

让 Composer 接受考验

Cursor 2 的新功能之一是其多代理界面。

多代理界面使不同模型可以处理同一个编码问题，从而便于比较结果并选择最有效的解决方案。

界面包含审查各代理所做更改的工具，以及原生的测试功能，使代理能够迭代改进其输出，直到满足所需标准。这种组合对于处理复杂项目尤为有用，有助于加速审查、测试和编码任务。

我们据此在一个复杂任务上，将 Composer 模型与其他最先进的 AI 编码模型进行对比。要启用多个代理，我们点击提示输入框下方的 1x 选择器，并选择“Use Multiple Models（使用多个模型）”。

我们用于此次比较的任务是为默认货币添加持久化。目前，一旦用户刷新页面，用于转换的货币列表就会被重置。我们希望将其存储起来，以便用户再次访问或重新加载页面时，货币仍被保留。

之所以选择这个任务，是因为它稍显复杂，而我们用于构建应用的框架并非真正为这类功能设计。

我为此任务选择了三个模型：

• Composer
• Sonnet 4.5
• GPT-5 Codex

我们最多可以选择八个模型并行工作。不过，如果我们打算逐一查看输出并选出最佳方案，数量太多可能有些小题大做。我发现选择三个是个不错的平衡，既能获得多样化的解决方案，又不至于花比自己实现还多的时间去检查。

这里有一段三个代理并行处理问题的视频。我们可以看到，Composer 的确比另外两个要快得多。