今天，我们宣布推出 Fusion，我们的下一代 Cursor 标签页模型。

Cursor 标签页可以预测光标附近的编辑操作，并为下一步移动位置（“跳转”）提供建议。Fusion 模型能够产生近乎即时、更高质量的光标跳转，同时还提高了编辑质量。我们在标签页方面的近期目标是消除代码编辑中的繁琐操作，而 Fusion 是朝着这个方向的重大改进，使我们更接近实现工作流内下一步行动预测的最终目标。

最实用的副驾驶

自 2024 年 3 月开始，标签页一直由定制的稀疏语言模型驱动，该模型经过训练，可以预测数十亿 tokens 上的编辑操作。从那时起，我们几乎改进了标签页的各个方面，通过数十次模型更新和基础设施改进，使其速度更快、更智能、更有用。

我们发现，随着我们不断开发，标签页变得越来越有用，我们很高兴我们的用户也这样认为。标签页的规模已经变得更大；现在每天生成超过十亿个编辑字符，请求率自我们最初的模型发布以来增长了约 100 倍。目前，我们的标签页模型生成的代码比世界上几乎任何 LLM 都多。

我们早就意识到，插入文本只是代码编辑的一小部分。虽然其他副驾驶仅在您的光标位置插入文本，但 Cursor 标签页既会建议您光标周围的完整编辑，也会将您跳转到您想去的下一个位置。

通过快速建议准确的编辑和跳转，标签页比其他副驾驶更有用。当然，标签页也可以很好地完成典型的副驾驶任务——它擅长编写小型函数和以低延迟遵循内联指令。

三月以来的改进

我们的第一个标签页模型于 2024 年 3 月训练并发布。与最初的模型版本相比，Fusion 每行能够准确预测难度高出 25% 以上的编辑，同时还能建议长 10 倍以上的更改范围。Fusion 在其他几个方面也优于我们最初的模型

Fusion 在建议准确性方面大大优于三月模型，同时提供近乎即时和更高质量的光标跳转、更长的上下文以及更低的延迟。

模型质量的提升来自

• 更干净、更高质量和更高数量的数据
• 更长的上下文窗口，提示中包含更多的编辑器状态和文件内容
• 针对更大编辑的精心训练，从而产生了更大编辑模型
• 用于指令遵循的合成数据
• 训练配方和基础模型改进

延迟方面的提升来自推理改进、性能工程和更好的基础模型。

展望未来

Fusion 正在向所有用户推出，并包含在我们新的客户端版本 (0.45.0) 中。

我们的下一套标签页改进将带来更好的代码库上下文、更好的 tab-tab-tab 序列，并将进一步将 Supermaven 技术集成到标签页中。

如果您有兴趣消除代码编辑中的所有繁琐操作，从事编写代码的最有用的模型之一，或建模程序员的操作轨迹，请通过 hiring@anysphere.co 与我们联系。