Cursorは、新しいタブモデルがデフォルトモデルであると発表しました:実際の使用では、タブの提案の数が約20%減少し、提案が受け入れられる確率が大幅に増加します。 中心的なアプローチは、オンライン強化学習とオンサイト評価のループを閉じて、「正確ではないが正確な」コード編集の提案を日常の開発に取り入れることです。
1. 重要な結論と原則
1. プロンプトは少ないが、より使いやすく
新しいバージョンの Tab は実際のコーディング フローで学習するため、提案の総量が減り、開発者の気が散るものが軽減されます。 同時に、受け入れ率が大幅に増加し、コードの補完はより文脈的かつ意図的です。
2. オンライン強化学習メカニズム
Cursor は、ポリシー勾配と進行中のポリシー データを使用してオンライン強化学習を採用し、開発者からのリアルタイムのフィードバックを使用してタブを直接最適化します。 この方法は、オフラインの微調整よりも早く「現実世界のシナリオの受け入れ可能性」を調整します。
2. チーム指向の実装のポイント
1. 「より多くの指標から良い指標への切り替え」
評価を提案の数から受け入れ率、フォールバック率、編集後の改訂にシフトし、チームレベルのベースラインを確立し、コードの品質と流暢さに対する Tab の真の貢献を測定します。
2. プロンプトとファイルの粒度管理
大規模な倉庫内の主要なディレクトリとテスト ファイル用に個別のプロンプト テンプレートを作成します。 複数ファイルの変更に対してクロスファイルジャンプとロングスパン編集を有効にして、前後の切り替えコストを削減します。
3. 実用的なパス
(1) 構成とグレースケール
まず、コア言語で新しいバージョンの Tab と主要プロジェクトのグレースケールを有効にし、次に対象範囲を拡大し、比較のために古いバージョンを保持します。
(2) 観察と回帰
提案の受け入れ率、取り消し率、提出後の欠陥率を週次回帰で記録します。 例外コンテキストの除外ルールを確立します。
(3) コラボレーションと仕様
コード スタイルとテスト テンプレートを統一し、Tab が一貫した編集信号を学習し、「スタイル干渉」を軽減できるようにします。
4. 競合製品や旧バージョンとの違い
(1) オンライン学習によってもたらされる急速な収束
Tab は実際のコーディングの軌跡により速く収束し、倉庫構造とチームの習慣を継続的に更新します。
(2)「ネクストアクション」の向きは
、テキストを補足するだけでなく、編集とジャンプのパスを予測し、エンジニアの実際の操作リンクに近いです。
よくある質問 (Q&A)
Q: 古いバージョンと比較した新しいバージョンの Cursor Tab の直接的な利点は何ですか
A: 同じ量のコーディングの下で、タブの提案は少なくなりますが、ヒット数は高くなり、平均受け入れ率が大幅に向上し、干渉と無効な完了が減少します。 一貫性のある編集効率を向上させます。
Q: オンライン強化学習がタブの受け入れを改善する理由
A: オンライン強化学習は、戦略データと即時フィードバックを使用して戦略を直接最適化するために使用され、単に言語の類似性を追求するのではなく、モデルを実際のワークフローの「許容可能なアクション」に近づけます。
Q: チームはタブ A の新バージョンの有効性をどのように評価すべきか
: 受け入れ率、取り消し率、提出後の改訂量、および費やした時間を主な指標として使用して、2 週間の A および B コントロールを確立します。 複数ファイルの変更の安定性を同時に監視します。
Q: 大規模なリポジトリや多言語プロジェクトに対する特別な構成の提案はありますか
?A: 共通言語とキー ディレクトリの排他的なルールとテスト テンプレートを設定します。 統一されたコードスタイル構成と組み合わせて、ファイル間の編集とジャンプを有効にして、より安定した正確なタブを実現します。
