---

Cursor 发布了一篇工程博客，公开了他们的模型路由系统怎么工作。核心主张：**模型选择应该从真实开发工作里学出来，不该靠 benchmark 分数推断。**

上线效果：Auto Intelligence 模式在比 Fable 低 68% 成本下达到更高满意度；Auto Balance 模式以低 41% 成本超过 Opus 4.8。

---

## 一、两段式路由

每个决策用当前 turn 和近期会话状态做信号——任务类别、最近的工具调用、工作上下文。然后分两步：

```txt
Compass 复杂度预测器
  ├─ turn 足够简单？ → 发给价格高效模型（Grok）
  └─ 不够简单 → 分类学路由器
                  → 按任务标签选最强的前沿模型
```

**Compass 判断「要不要升级」，分类学路由器判断「升级到谁」。**

---

## 二、Compass：用满意度预测复杂度

Compass 的训练信号很巧妙：**预测用户是否会对 Cursor 的回复满意**，把这个预测当作复杂度代理。

逻辑是：简单任务（比如提交代码）用户很少事后纠正；复杂任务用户大概率会追加要求。实测验证：

- Compass 评分最高的 turn：96% 收到正向信号
- 评分最低的 turn：71% 收到正向信号

每个 turn 得到 0-1 的连续复杂度分，设一个阈值决定走哪条路。**阈值越低越省钱，越高越保质量**——这个阈值就是成本和质量的旋钮。

---

## 三、训练数据：用户行为就是标签

数据集来自**数十万个真实 Cursor turn**，性能信号从用户行为推断：

- **继续下一个任务** = 强正向信号
- **纠正 Agent** = 强负向信号

成本按 API 定价 + token 用量算。因为数据来自真实流量，它还捕捉了 benchmark 会漏掉的东西——比如**切换模型导致的缓存失效**。这是路由系统的隐藏成本：每次换模型，前缀缓存清零。

---

## 四、任务分类学：没有模型全能

路由器把每个 turn 沿三个维度分类：**领域**（后端/数据库/frontend）、**任务**（修 bug/跑命令/写测试）、**修饰符**（有界编辑/产品问题/视觉密集）。

然后比较各模型在不同类别的表现。结论：**没有模型在所有工作类型上占优**：

| 模型 | 强项 |
|------|------|
| Grok | 广泛常规工作、Git 命令、数据库操作 |
| Sol | 规划、代码库理解 |
| Opus | 执行密集、devops、数据库查询、性能优化 |
| Fable | 调试、视觉实现 |

路由器按这些差异把每个 turn 配给最合适的模型。

---

## 五、两条路由规则

分类学路由器的模型选择有两条硬规则：

1. **只在优势明确时才路由**：候选模型的观测表现必须比价格高效模型**高出 75% uplift 阈值**——大约意味着要有 75% 置信度认为提升是真实的
2. **预算内选最优组合**：从合格候选里选流量加权组合，预期性能增益最大，同时平均每 turn 成本在模式预算内

Compass 阈值 + 任务路由器的成本预算，共同定义每个模式在「成本-性能曲线」上的位置。Auto Balance 守住便宜路径、给路由器的预算小；Auto Intelligence 给更多空间选前沿模型。

---

## 六、评估：离线筛候选，线上定真章

评估分两段：

1. **交叉验证**调阈值和预算，避免过拟合
2. **留出测试集**评估选出的策略

但博客明确说：离线分析无法完全捕捉生产行为，benchmark 同理——**真实开发流量才是最有代表性的测试**。离线评估只是筛出候选策略，最终要上线测。

---

## 结语

模型路由正在成为 AI 产品的基础设施层。Cursor 的实践给出了一个可复制的模板：**用满意度信号训练复杂度预测器，用真实流量学习模型强项，用 75% 置信阈值和成本预算做决策约束。**

「换模型有隐藏成本（缓存失效）」这个细节尤其值得记住——路由系统的账，比 benchmark 表复杂得多。


Cursor 发布了一篇工程博客，公开了他们的模型路由系统怎么工作。核心主张：模型选择应该从真实开发工作里学出来，不该靠 benchmark 分数推断。

Cursor Router：从真实流量学习「该用哪个模型」

Cursor 发布了一篇工程博客，公开了他们的模型路由系统怎么工作。核心主张：模型选择应该从真实开发工作里学出来，不该靠 benchmark 分数推断。 上线效果：Auto Intelligence 模式在比 Fable 低 68% 成本…

软件研发

人工智能

开发工具

架构设计

Cursor公开模型路由系统：基于真实开发行为训练Compass预测器，以满意度作复杂度信号，双阶段路由实现成本与质量平衡。AutoIntelligence以低68%成本获更高满意度，AutoBalance省41%成本超越Opus。任务分类学按领域、任务、修饰符选模型，75%置信阈值及预算约束决策，注意缓存失效的隐藏成本。

代码解释

数据库

路由器

路由

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Cursor公开模型路由系统：基于真实开发行为训练Compass预测器，以满意度作复杂度信号，双阶段路由实现成本与质量平衡。AutoIntelligence以低68%成本获更高满意度，AutoBalance省41%成本超越Opus。任务分类学按领域、任务、修饰符选模型，75%置信阈值及预算约束决策，注意缓存失效的隐藏成...

Cursor Router：从真实流量学习「该用哪个模型」-腾讯云开发者社区-腾讯云

Cursor Router：从真实流量学习「该用哪个模型」

Cursor Router：从真实流量学习「该用哪个模型」

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐