Berita
Microsoft mengumumkan lebih dari 50 Alat Bangunan Internasional Amnesty di Build 2025
Bergabunglah dengan buletin harian dan mingguan untuk mendapatkan pembaruan terbaru dan konten eksklusif untuk meliput kecerdasan buatan terkemuka di industri ini. Pelajari lebih lanjut
Microsoft Dia meluncurkan strategi komprehensif untuk menempatkan dirinya di tengah apa yang Anda sebut “”Buka web agen“Di tahunan Membangun konferensi Pagi ini, lusinan alat dan platform kecerdasan buatan yang dirancang untuk membantu pengembang menciptakan sistem independen dapat membuat keputusan dan menyelesaikan tugas dengan intervensi manusia yang terbatas.
Raksasa teknologi di Redmond dan Washington mempresentasikan lebih dari 50 iklan yang meluas ke portofolio seluruh produknya, dari Gyrroup Dan Keluar ke Windows Dan Microsoft 365Mereka semua fokus pada kemajuan teknik agen kecerdasan buatan yang dapat bekerja secara mandiri atau kooperatif untuk memecahkan masalah kerja yang kompleks.
“Kami telah memasuki era agen intelijen buatan,” kata Frank Show, kepala pejabat komunikasi di Microsoft, di A. Posting Blog Bersama dengan iklan konstruksi. “Berkat perkembangan utama dalam pemikiran dan ingatan, model kecerdasan buatan sekarang menjadi lebih mampu dan efektif, dan kita melihat bagaimana sistem kecerdasan buatan dapat membantu masalah menyelesaikan cara baru.”
Cara mengubah agen kecerdasan buatan untuk mengembangkan perangkat lunak melalui kemampuan independen
Konsep “web web” bergerak melampaui asisten kecerdasan buatan hari ini. Sementara alat kecerdasan buatan saat ini merespons terutama terhadap pertanyaan dan perintah manusia, agen mulai secara aktif, membuat keputusan secara mandiri, berkoordinasi dengan sistem kecerdasan buatan lainnya, dan alur kerja yang kompleks dengan pengawasan manusia minimum. Ini adalah perubahan mendasar dalam cara sistem kecerdasan buatan bekerja dan berinteraksi dengan pengguna dan teknologi lainnya.
Kevin Scott, CTO dari Microsoft, menggambarkan pergeseran ini selama konferensi pers karena terutama mengubah bagaimana manusia berinteraksi dengan teknologi: “Berpikir tentang perbaikan akan berlanjut. Kita akan melihat kemajuan besar di sana. Tetapi ada beberapa hal baru yang harus mulai terjadi dengan sangat cepat sehingga agen -agen tersebut merupakan penerima pekerjaan yang paling kompleks.”
Salah satu item yang hilang, menurut Silence, adalah ingatan: “Salah satu hal yang jelas hilang saat ini dalam agen adalah ingatan.” Untuk mengatasi hal ini, Microsoft menawarkan banyak teknologi terkait memori, termasuk organisasi Rulipasi (Generasi untuk Pengambilan)Yang membantu sistem kecerdasan buatan lebih akurat dalam memanggil informasi dari sejumlah besar data.
“Anda akan memiliki agen pribadi dan agen bisnis, dan agen tersebut akan memiliki satu set lengkap informasi majikan yang menjadi milik Anda masing -masing dan majikan,” jelas oleh Stephen Pathchi, CVP dan kolega teknis Microsoft -nya, selama presentasi tentang agen.
Bathiche menekankan bahwa kesadaran kontekstual ini sangat penting untuk membuat agen “memahami Anda dengan baik, melemahkan tempat Anda dan apa yang ingin Anda lakukan, dan pada akhirnya Anda dapat memahami sehingga Anda dapat mengklik lebih sedikit tombol di penghujung hari.” Transformasi kecerdasan interaktif murni ini ke sistem memori berkelanjutan ini adalah salah satu aspek paling dalam dari revolusi klien.
GitHub berkembang dari menyelesaikan kode ke pengalaman pengembang independen
Microsoft Meletakkan GyrroupPlatform pengembang yang terkenal, di garis depan strateginya, agen, dengan entri Github CopilotYang melebihi saran kode untuk menyelesaikan tugas pemrograman secara mandiri.
Baru Github Copilot Sekarang dimungkinkan untuk bekerja sebagai anggota tim pengembangan perangkat lunak, secara mandiri membuat ulang kode, meningkatkan cakupan tes, menstabilkan cacat, dan bahkan menerapkan fitur baru. Untuk tugas -tugas yang kompleks, Github Copilot dapat bekerja sama dengan agen lain di semua tahap siklus hidup program.
Microsoft juga open source Obrolan Github Copilot di dalam Kode studio optikMemungkinkan komunitas pengembang untuk berkontribusi pada pengembangannya. Ini mencerminkan pendekatan Microsoft ganda untuk kedua kepemimpinan kecerdasan buatan dengan adopsi prinsip -prinsip open source.
“Selama beberapa bulan ke depan, kemampuan yang berjalan dengan bahan kecerdasan buatan akan menjadi bagian dari ekstensi open source vs, gudang open source yang sama yang menggerakkan alat pengembangan perangkat lunak yang paling populer,” perusahaan menjelaskan dalam pengumumannya, dengan fokus pada komitmennya terhadap transparansi dan inovasi masyarakat.
Sistem multi -agen memungkinkan alur kerja yang kompleks untuk bisnis dan otomatisasi operasi
Untuk perusahaan yang ingin menerbitkan agen kecerdasan buatan, Microsoft telah mengungkapkan pembaruan penting Azure Ai MabkaPlatform untuk mengembangkan dan mengelola aplikasi dan karyawan kecerdasan buatan.
Ray Smith, wakil presiden agen intelijen buatan di Microsoft, menyoroti pentingnya sistem multi -agen dalam wawancara eksklusif dengan VentureBeat: “Protesnya adalah beberapa agen, memperbaiki kesalahan dan menggali dalam berbagai agen itu penting, dan ini meluas ke apa yang penting dalam studio Copilot ke apa yang akan terjadi dengan Azure adalah penting, dan ini penting yang penting di Copilot Studio untuk apa yang akan terjadi dengan Azure adalah penting, dan ini penting di Copilot Studio untuk apa yang akan terjadi dengan Azure adalah penting, dan penting di Copilot Studio untuk apa yang akan terjadi dengan Azure adalah Azure,
“Sangat sulit untuk membuat proses yang dapat diandalkan yang Anda tekan dalam satu agen. Membaginya menjadi beberapa bagian meningkatkan pemeliharaan dan membuat solusi bangunan lebih mudah, tetapi juga sangat meningkatkan keandalan.”
itu Layanan agen pengecoran Azure AISecara umum, pengembang diizinkan untuk membangun agen kecerdasan buatan di tingkat institusi Agent2Agent (A2A) Dan Bentuk Konteks Protokol (MCP). Ini memungkinkan organisasi untuk mengatur beberapa faktor khusus untuk menangani tugas -tugas kompleks.
Potensi kecerdasan buatan lokal berkembang dengan transformasi energi dalam pemrosesan perangkat pelanggan
Meskipun kecerdasan buatan yang didasarkan pada sekelompok masakan telah mendominasi berita utama utama, Microsoft membayar sangat ke arah AI lokal pada perangkat dengan banyak iklan yang menargetkan pengembang yang ingin menyebarkan kecerdasan buatan langsung pada perangkat pengguna.
Windows AI Foundry, Evolution Waktu operasi windows copilotIni menyediakan platform terpadu untuk pengembangan kecerdasan buatan lokal di Windows. Sistem operasi Windows ML mencakup waktu operasi kecerdasan buatan, dan alat untuk menyiapkan dan meningkatkan model untuk menyebarkan perangkat.
Perusahaan mengumumkan: “Foundry Local akan memudahkan menjalankan model, alat, dan agen kecerdasan buatan secara langsung pada perangkat, baik Windows 11 atau MacOS.” “Manfaatkan ONNX, Foundry Local dirancang untuk situasi yang dapat disimpan pengguna untuk menggunakan data internet, menetapkan prioritas privasi dan mengurangi biaya.”
“Kami sangat sibuk dalam upaya untuk memprediksi terutama dan tetap berada di garis depan. Sebagian besar prediksi kami dipenuhi dalam waktu tiga atau empat bulan, yang merupakan semacam kegilaan, karena saya terbiasa memprediksi selama satu atau dua tahun, dan kemudian merasa puas dengan jadwal itu. Sekarang mirip dengan itu sepanjang waktu, tetapi ini menyenangkan.”
Tantangan Departemen Keamanan dan ID
Dengan penyebaran penggunaan agen melalui institusi, Microsoft membahas kebutuhan yang menentukan untuk keselamatan, tata kelola, dan kepatuhan dengan banyak kemampuan baru yang dirancang untuk mencegah apa yang Anda sebut “ekspansi”.
“ID Microsoft EntraSekarang dalam inspeksi, agen -agen yang diciptakan oleh pengembang diterapkan pada Microsoft Copilot Studio atau Azure AI Foundry secara otomatis identitas unik di entra, membantu lembaga untuk mengelola agen dengan aman dari awal dan menghindari “memperluas agen” yang dapat menyebabkan bintik -bintik buta, “menurut pengumuman.
Microsoft juga mengintegrasikannya Spesialisasi Keamanan Data Dan mengendalikan kepatuhan dengan platform AI -nya, memungkinkan pengembang untuk membangun solusi kecerdasan buatan dengan fitur keselamatan dan kepatuhan di tingkat institusi. Ini termasuk kontrol pencegahan kehilangan data untuk agen kopilot Microsoft 365 dan kemampuan baru untuk mendeteksi data sensitif dalam reaksi kecerdasan buatan.
Ray Smith menyarankan tim teknologi keamanan: “Membangun solusi dari A ke Z adalah fleksibel, tetapi kemudian Anda harus menambahkan banyak kontrol pada kerangka kerja ini sendiri. Keindahan studio kopilot adalah kami menawarkan Anda kerangka kerja infrastruktur dengan administrasi siklus hidup dan banyak kemampuan pemerintahan dan pengamatan yang telah diciptakan.”
Platform Penemuan Ilmiah menunjukkan cara mengubah agen kecerdasan buatan menjadi jadwal untuk penelitian dan pengembangan
Mungkin salah satu aplikasi paling ambisius untuk agen kecerdasan buatan yang diumumkan dalam Build adalah Microsoft Discovery, sebuah platform yang bertujuan untuk mempercepat penelitian dan pengembangan ilmiah melalui industri dari obat -obatan hingga ilmu material.
Jason Zander, CVP untuk misi dan teknologi strategis Microsoft, dijelaskan dalam wawancara eksklusif dengan VentureBeat bagaimana platform ini digunakan untuk menemukan non-PFA untuk pusat data hanya dalam 200 jam-proses yang membutuhkan tahun-tahun tradisional.
“Di wilayah kami, pusat data kami sangat besar bagi kami karena kami sangat berlebihan,” kata Zandand. “Menggunakan kerangka kerja ini, kami berhasil memeriksa 367.000 kandidat potensial hanya dalam 200 jam. Kemudian kami membawa ini ke mitra yang membantu memproduksi hasilnya.”
Zander tentang bagaimana mewakili akselerasi dramatis ini dalam garis waktu untuk penelitian dan pengembangan tradisional: “Poin deskriptif adalah, semua hal yang terjadi, dalam beberapa kasus, bertahun -tahun atau bahkan satu dekade.
Standar Industri menciptakan sistem lingkungan untuk faktor operasi melalui platform
Central adalah visi Microsoft dari kemajuan standar terbuka yang memungkinkan agen untuk beroperasi dengan platform dan layanan yang berbeda, dengan Bentuk Konteks Protokol (MCP) Memainkan peran penting secara khusus.
Perusahaan mengumumkan bahwa mereka bergabung dengan Komite Pengarah MCP dan telah memberikan dua kontribusi baru untuk Sistem Lingkungan MCP: spesifikasi lisensi yang diperbarui dan desain untuk melayani server MCP.
Jay Bader, yang memimpin tim utama AI di Microsoft, menekankan pentingnya keterbukaan dan antar operasi: “Di dalam Microsoft, semua ini berkaitan dengan pembelajaran lebih cepat. Kecepatan diperlukan karena dunia berubah dengan sangat cepat dengan teknologi dan aplikasi baru dan pesaing yang terus muncul.”
Microsoft juga telah menyajikan NLWB, proyek terbuka baru “yang dapat memainkan peran serupa untuk HTML untuk web agen”, yang memungkinkan situs web untuk menyediakan antarmuka percakapan bagi pengguna dengan model yang mereka pilih dan data mereka sendiri.
Strategi Agen Microsoft ditempatkan di Pusat Model Komputasi berikut
Iklan dan Kedalaman Microsoft Bangunan 2025 Ini menekankan pendekatan komprehensif perusahaan terhadap agen kecerdasan buatan sebagai model komputasi utama berikut.
“Terakhir kali saya senang menjadi pengembang atau secara teknis seperti sekarang di tahun 1990 -an,” kata Kevin Scott selama konferensi pers. “Salah satu alasan mengapa saya merasakan perasaan ini di toko -toko anak -anak dengan blok bangunan yang bahkan orang seperti saya dapat mengerti. Saya dapat memahami bagaimana masing -masing bagian ini bekerja dan bagaimana mereka terdiri bersama, dan saya hanya bisa bermain.”
Analis industri mencatat bahwa pendekatan Microsoft – menggabungkan cloud dan edge AI, standar terbuka dengan teknologi monopolistik, alat pengembang dengan aplikasi bisnis – menempatkan perusahaan sebagai pemain pusat dalam ekosistem agen yang muncul.
Untuk pelanggan lembaga, efek langsungnya mungkin lebih jelas dalam meningkatkan otomatisasi alur kerja yang kompleks, respons paling cerdas dari acara bisnis, dan kemampuan untuk membangun agen adat yang mencakup pengetahuan dan proses lapangan.
Dengan transfer kami dari jaringan informasi ke jaringan agen, strategi Microsoft mencerminkan pendekatan sebelumnya untuk komputasi awan – menyediakan alat komprehensif, platform, dan infrastruktur dengan kemajuan standar terbuka secara bersamaan.
Pertanyaannya sekarang bukanlah apakah agen intelijen buatan akan mentransfer operasi komersial, tetapi seberapa cepat lembaga beradaptasi dengan dunia di mana mesin tidak hanya menanggapi pesanan, tetapi mereka mengharapkan kebutuhan, membuat keputusan, dan membentuk kembali bagaimana melakukan pekerjaan terutama.
Tautan sumber
baruAnda sekarang dapat mendengarkan artikel Fox News!
Sebagai presiden Donald Trump Saat Presiden Tiongkok Xi Jinping mempersiapkan pertemuan pada hari Kamis, bintang ekspor Amerika yang bersuara lembut akan menjadi pusat perhatian: kedelai. Hasil panen sederhana, andalan senilai $30 miliar Ekspor pertanianHal ini telah menjadi simbol kuat dari saling ketergantungan ekonomi dan ketegangan politik antara Washington dan Beijing.
Singkatnya, kedelai telah menjadi perwujudan dari perubahan perang dagang AS-Tiongkok. Beijing menghentikan pembelian kedelai AS setelah adanya tarif balasan terhadap produk tersebut, sebagai respons terhadap bea masuk yang sebelumnya dikenakan oleh Trump terhadap barang-barang Tiongkok.
Tiongkok berfokus pada pemasok di Brasil dan Argentina, sebuah langkah yang menyoroti betapa cepatnya perubahan pola perdagangan global dan betapa rentannya Amerika Serikat. Petani Karena perselisihan diplomatik antara Washington dan Beijing.
Apa yang awalnya merupakan saling balas dendam antara dua negara dengan ekonomi terbesar di dunia telah berubah menjadi pukulan simbolis dan ekonomi terhadap basis Trump di pedesaan, yang mata pencahariannya bergantung pada hubungan perdagangan yang sama yang kini berada di garis bidik.
Menurut American Soybean Association, Amerika Serikat secara tradisional menjadi sumber utama kedelai bagi Tiongkok. Sebelum sengketa perdagangan tahun 2018, sekitar 28% produksi kedelai AS diekspor ke Tiongkok. Itu Ekspor tanaman Angka tersebut turun tajam menjadi 11% pada tahun 2018 dan 2019, kemudian kembali meningkat menjadi 31% pada tahun 2021 di tengah permintaan di era pandemi, kemudian turun lagi menjadi 22% pada tahun 2024.
Namun beberapa pakar kebijakan mengklaim bahwa peralihan Tiongkok dari kedelai AS sudah berlangsung.
Beijing diam-diam mendikte langkah perang dagang selanjutnya ketika Trump dan Xi bersiap untuk bertemu
Beijing telah menghentikan pembelian kedelai AS di tengah perang dagang yang sedang berlangsung dengan Amerika Serikat. (Jan Sonnenmeier/Getty Images)
“Tiongkok akan selalu mengurangi ketergantungannya pada Amerika Serikat dalam hal ketahanan pangan,” Brian Burak, penasihat kebijakan senior untuk Tiongkok dan Indo-Pasifik di Heritage Foundation, mengatakan kepada Fox News Digital. “Tiongkok mulai menandatangani perjanjian pembelian kedelai dengan negara-negara lain jauh sebelum Presiden Trump menjabat,” katanya, seraya menambahkan bahwa Beijing telah “terpisah dari Amerika Serikat untuk waktu yang lama.”
“Sayangnya, satu-satunya cara bagi kami untuk merespons adalah dengan melakukan hal yang sama, dan proses itu sangat menyakitkan,” kata Burak.
Namun bagi petani yang tinggal ribuan mil dari Washington dan Beijing, perubahan kebijakan ini berarti menyusutnya pasar dan menurunkan margin keuntungan.
“Kami mengandalkan perdagangan dengan negara lain, khususnya Tiongkok, untuk membeli kedelai kami,” Brad Arnold, petani kedelai multigenerasi di barat daya Missouri, mengatakan kepada FOX Business. Keputusan Tiongkok untuk memboikot pembelian kedelai dari AS “memiliki dampak yang luar biasa terhadap bisnis dan hasil kami,” katanya.
Presiden Donald Trump dan Presiden Tiongkok Xi Jinping diperkirakan akan membahas ekspor kedelai Korea Selatan. (Christopher Dilts/Bloomberg/Getty Images)
“Ada pemanfaatan kedelai dalam negeri, seperti solar terbarukan dan biodiesel yang diproduksi khusus dari kedelai,” kata Arnold. “Dalam skema besar, persentasenya sangat kecil saat ini, Anda tahu bahwa dibutuhkan pelanggan seperti Tiongkok untuk membeli pil tersebut agar dapat memberikan dampak yang nyata. Anda tidak dapat mengambil pelanggan pertama kami lalu menutupnya dan mencari penggantinya dalam semalam.”
Ketergantungan pada Tiongkok menambah bobot baru pada tahap diplomatik minggu ini, ketika Trump dan Xi bersiap untuk bertemu di Korea Selatan. Kedua pemimpin akan bertemu di sela-sela KTT Kerja Sama Ekonomi Asia-Pasifik di Busan, Korea Selatan, dalam pembicaraan tatap muka pertama mereka sejak Trump kembali menjabat.
Pertemuan tersebut diterima oleh Menteri Keuangan Scott Besant Dia memperkirakan Tiongkok akan menunda pembatasan elemen jejak dan melanjutkan pembelian kedelai dari Amerika Serikat, dan menyebutnya sebagai bagian dari “kerangka besar” yang ingin dipertahankan oleh kedua belah pihak. Besant juga mengatakan negosiasi perdagangan bergerak menuju penghindaran tarif baru AS sebesar 100% terhadap barang-barang Tiongkok.
KLIK DI SINI UNTUK MENDAPATKAN APLIKASI FOX NEWS
Presiden Tiongkok Xi Jinping telah menghentikan pembelian kedelai di tengah perang dagang dengan Amerika Serikat. (Oliver Bonnick/Bloomberg melalui Getty Images)
Sebagai upaya untuk meredakan ketegangan, Reuters melaporkan bahwa Tiongkok telah membeli sekitar 180.000 metrik ton minyak Amerika. kedelai Menjelang pertemuan Trump-Xi.
Apakah ini merupakan pencairan nyata dalam hubungan perdagangan AS-Tiongkok atau hanya penangguhan hukuman sementara, pembelian ini menggarisbawahi betapa eratnya hubungan antara diplomasi dan pertanian.
Eric Revell dari Fox Business berkontribusi pada laporan ini.
Berita
Platform pengkodean getaran, Cursor, meluncurkan komposer LLM internal pertamanya, Komposer, yang menjanjikan peningkatan kecepatan 4X lipat
Alat kripto yang menarik, indikatornya, telah ada sejak awal dimana sajadia punya Komposer memperkenalkanModel Bahasa Markup Besar (LLM) pertama yang dibuat sendiri sebagai bagian dari programnya Pembaruan platform indeks 2.0.
Komposer dirancang untuk menjalankan tugas pemrograman dengan cepat dan akurat di lingkungan produksi, mewakili langkah baru dalam pemrograman berbantuan AI. Ini sudah digunakan oleh tim teknik Cursor dalam pengembangan sehari-hari – menunjukkan kematangan dan stabilitas.
Berdasarkan indikatornya, komposer menyelesaikan interaksi terbanyak Kurang dari 30 detik Sambil mempertahankan kemampuan tingkat tinggi untuk bernalar di seluruh basis kode yang besar dan kompleks.
Model ini digambarkan empat kali lebih cepat dibandingkan sistem cerdas serupa, dan dilatih berdasarkan alur kerja “agen” – di mana agen pengkode independen secara kolaboratif merencanakan, menulis, menguji, dan meninjau kode.
Sebelumnya, indikator ini didukung "Pengodean suasana" — Menggunakan AI untuk menulis atau menyelesaikan kode berdasarkan instruksi bahasa alami dari pengguna, meskipun mereka adalah seseorang yang tidak terlatih dalam pengembangan — Di atas LLM berpemilik terkemuka lainnya Dari OpenAI, Anthropic, Google dan xAI. Opsi ini masih tersedia untuk pengguna.
Hasil standar
Kemampuan komposer diukur dengan menggunakan "kursi indikator," Kumpulan evaluasi internal yang berasal dari permintaan agen pengembang nyata. Standar ini tidak hanya mengukur kebenaran, tetapi juga kepatuhan model terhadap abstraksi, konvensi gaya, dan praktik teknik saat ini.
Dengan standar ini, Komposer mencapai kecerdasan pemrograman tingkat batas saat membuat file 250 simbol per detik – Hampir dua kali lebih cepat dibandingkan model inferensi cepat terkemuka dan empat kali lebih cepat dibandingkan sistem frontier sebanding.
Model perbandingan yang dipublikasikan Cursor membagi model ke dalam beberapa kategori: “Terbuka Terbaik” (misalnya, Qwen Coder, GLM 4.6), “Fast Frontier” (Haiku 4.5, Gemini Flash 2.5), “Frontier 7/2025” (model pertengahan tahun terkuat yang tersedia), dan “Best Frontier” (termasuk GPT-5 dan Claude Sonnet 4.5). Komposer mencocokkan kecerdasan sistem kelas menengah sambil memberikan kecepatan generasi tertinggi yang pernah tercatat di antara semua kelas yang diuji.
Sebuah model berdasarkan pembelajaran penguatan dan arsitektur campuran ahli
Ilmuwan riset Sasha Rush dari Cursor memberikan wawasan tentang pengembangan model di Postingan di jejaring sosial Xmenggambarkan komposer sebagai model campuran para ahli terpelajar (RL):
“Kami menggunakan RL untuk melatih model MOE besar agar benar-benar ahli dalam pemrograman dunia nyata, dan juga sangat cepat.”
Rush menjelaskan bahwa tim merancang bersama lingkungan Komposer dan Kursor agar model dapat berjalan secara efisien pada skala produksi:
“Tidak seperti sistem pembelajaran mesin lainnya, Anda tidak dapat mengambil banyak manfaat dari sistem berskala besar. Kami bersama-sama merancang proyek ini dan indikatornya agar agen dapat berjalan pada skala yang diperlukan.”
Komposer dilatih tentang tugas rekayasa perangkat lunak nyata, bukan kumpulan data statis. Selama pelatihan, model dijalankan dalam basis kode lengkap menggunakan berbagai alat produksi—termasuk pengeditan file, pencarian semantik, dan perintah terminal—untuk memecahkan masalah teknik yang kompleks. Setiap iterasi pelatihan melibatkan penyelesaian tantangan konkrit, seperti menghasilkan modifikasi kode, merumuskan rencana, atau membuat penjelasan yang ditargetkan.
Cincin penguatan meningkatkan kesehatan dan efisiensi. Komposer telah belajar bagaimana membuat pilihan instrumen yang efektif, menggunakan paralelisme, dan menghindari tanggapan yang tidak perlu atau spekulatif. Seiring waktu, model tersebut mengembangkan perilaku yang muncul seperti menjalankan pengujian unit, memperbaiki bug Linter, dan melakukan pencarian kode multi-langkah secara mandiri.
Desain ini memungkinkan Composer untuk beroperasi dalam konteks runtime yang sama dengan pengguna akhir, sehingga lebih kompatibel dengan kondisi pemrograman dunia nyata – berhubungan dengan kontrol versi, manajemen ketergantungan, dan pengujian berulang.
Dari prototipe hingga produksi
Perkembangan Komposer mengikuti prototipe internal sebelumnya yang dikenal sebagai Cheetahyang digunakan Index untuk mengeksplorasi heuristik latensi rendah untuk tugas pemrograman.
“Cheetah adalah versi 0 dari model ini terutama untuk pengujian kecepatan,” kata Rush pada X. “Metrik kami menunjukkan bahwa dia (sang komposer) sama cepatnya, tetapi jauh lebih pintar.”
Keberhasilan Cheetah dalam mengurangi latensi telah membantu Cursor mengidentifikasi kecepatan sebagai faktor kunci dalam kepercayaan pengembang dan kemudahan penggunaan.
Komposer mempertahankan daya tanggap tersebut sekaligus meningkatkan inferensi dan generalisasi tugas secara signifikan.
Pengembang yang menggunakan Cheetah selama pengujian awal mencatat bahwa kecepatannya mengubah cara mereka bekerja. “Itu sangat cepat sehingga saya bisa tetap mendapatkan informasi terbaru saat bekerja dengannya,” komentar salah satu pengguna.
Komposer mempertahankan kecepatan ini tetapi memperluas kemampuan untuk tugas pengkodean, pemfaktoran ulang, dan pengujian multi-langkah.
Integrasi dengan Indikator 2.0
Komposer telah terintegrasi penuh ke dalam Cursor 2.0, pembaruan besar pada lingkungan pengembangan agen perusahaan.
Platform ini menawarkan antarmuka multi-agen, memungkinkan Hingga delapan agen untuk bekerja secara paralel, Masing-masing berada di ruang kerja yang terisolasi menggunakan git work tree atau mesin jarak jauh.
Dalam sistem ini, komposer dapat bertindak sebagai satu atau lebih agen, melakukan tugas secara mandiri atau kolaboratif. Pengembang dapat membandingkan beberapa hasil dari pengoperasian agen secara bersamaan dan memilih yang terbaik.
Cursor 2.0 juga menyertakan fitur pendukung yang meningkatkan efektivitas Composer:
Peramban di dalam editor (GA) – Memungkinkan agen untuk menjalankan dan menguji kode mereka langsung di dalam IDE, mengarahkan informasi DOM ke formulir.
Tingkatkan peninjauan kode – Mengumpulkan perbedaan di beberapa file untuk pemeriksaan lebih cepat terhadap perubahan yang dihasilkan oleh model.
Terminal mode proteksi (GA) – Isolasi perintah shell yang dikelola agen untuk eksekusi lokal yang aman.
Modus suara – Menambahkan kontrol ucapan-ke-teks untuk memulai atau mengelola sesi agen.
Meskipun pembaruan platform ini memperluas pengalaman Cursor secara keseluruhan, Composer diposisikan sebagai inti teknis yang memungkinkan enkripsi proxy yang cepat dan andal.
Infrastruktur dan sistem pelatihan
Untuk melatih Komposer dalam skala besar, Cursor membangun infrastruktur pembelajaran penguatan khusus yang menggabungkan PyTorch dan Ray untuk pelatihan asinkron di ribuan GPU NVIDIA.
Tim ini mengembangkan kernel MXFP8 MoE khusus dan memparalelkan data hash campuran, memungkinkan pembaruan model skala besar dengan overhead komunikasi minimal.
Konfigurasi ini memungkinkan Cursor untuk melatih model secara lokal dengan akurasi rendah tanpa memerlukan kuantisasi pasca-pelatihan, sehingga meningkatkan kecepatan dan efisiensi inferensi.
Pelatihan komposer bergantung pada ratusan ribu lingkungan sandbox secara bersamaan – masing-masing merupakan ruang kerja pemrograman mandiri – yang berjalan di cloud. Perusahaan telah mengadaptasi infrastruktur agen back-end untuk menjadwalkan mesin virtual ini secara dinamis, mendukung sifat eksplosif dari proses RL yang besar.
Penggunaan perusahaan
Peningkatan kinerja Komposer didukung oleh perubahan tingkat infrastruktur melalui tumpukan kecerdasan kode Cursor.
Perusahaan telah mengoptimalkan Protokol Server Bahasa (LSP) untuk diagnostik dan navigasi yang lebih cepat, terutama dalam proyek Python dan TypeScript. Perubahan ini mengurangi latensi ketika Komposer berinteraksi dengan repositori besar atau membuat pembaruan multi-file.
Pengguna perusahaan memiliki kontrol administratif atas Komposer dan agen lainnya melalui aturan tim, log audit, dan aplikasi sandbox. Lapisan Tim dan Perusahaan Cursor juga mendukung penggunaan formulir batch, autentikasi SAML/OIDC, dan analitik untuk memantau kinerja agen di seluruh organisasi.
Harga untuk pengguna individu berkisar dari Gratis (Hobi) hingga Ultra ($200 per bulan), dengan batas penggunaan yang diperpanjang untuk pelanggan Pro+ dan Ultra.
Harga bisnis mulai dari $40 per pengguna per bulan untuk Teams, dengan kontrak perusahaan yang menawarkan opsi penggunaan dan kepatuhan khusus.
Peran komposer dalam lanskap pemrograman AI yang terus berkembang
Fokus Komposer pada kecepatan, pembelajaran penguatan, dan integrasi dengan alur kerja pengkodean langsung membedakannya dari asisten pengembangan AI lainnya seperti GitHub Copilot atau Agen Replit.
Alih-alih bertindak sebagai mesin saran pasif, Composer dirancang untuk kolaborasi berbasis agen yang berkelanjutan, di mana beberapa sistem independen berinteraksi langsung dengan basis kode proyek.
Spesialisasi tingkat model ini—melatih AI untuk beroperasi di lingkungan nyata di mana ia akan beroperasi—mewakili langkah penting menuju pengembangan perangkat lunak yang praktis dan otonom. Komposer dilatih tidak hanya pada data teks atau kode statis, namun dalam IDE dinamis yang mencerminkan kondisi produksi.
Rasch menggambarkan pendekatan ini sebagai hal yang penting untuk mencapai keandalan di dunia nyata: Model ini tidak hanya mempelajari cara membuat kode, namun juga cara mengintegrasikan, menguji, dan meningkatkannya dalam konteks.
Artinya bagi pengembang perusahaan dan pemrograman dinamis
Dengan Composer, Cursor menawarkan lebih dari sekadar model cepat, Cursor menerapkan sistem AI yang dioptimalkan untuk penggunaan di dunia nyata, dirancang untuk bekerja dalam alat yang sama yang sudah diandalkan oleh pengembang.
Kombinasi pembelajaran penguatan, desain campuran ahli, dan integrasi produk yang erat memberi Komposer keunggulan praktis dalam kecepatan dan daya tanggap yang membedakannya dari model bahasa tujuan umum.
Meskipun Cursor 2.0 menyediakan infrastruktur untuk kolaborasi antara banyak agen, Composer adalah inovasi inti yang membuat alur kerja dapat dijalankan.
Ini adalah model pengkodean pertama yang dirancang khusus untuk pengkodean proxy tingkat produksi — dan gambaran awal tentang seperti apa pemrograman sehari-hari ketika pengembang manusia dan pekerja lepas berbagi ruang kerja yang sama.
baruAnda sekarang dapat mendengarkan artikel Fox News!
Seperti ayah, seperti anak laki-laki.
Christopher Schwarzenegger, 28, memukau penonton dengan fisik barunya saat keluar bersama saudara perempuannya Katherine Schwarzenegger Pratt, saudara ipar Chris Pratt dan anak-anak mereka untuk bersenang-senang memetik labu di lingkungan Brentwood di Los Angeles.
Putra bungsu Arnold Schwarzenegger dan Maria Shriver menarik perhatian saat tamasya keluarga musim gugur yang meriah, menandai transformasi yang menakjubkan.
Christopher Schwarzenegger memamerkan penurunan berat badannya yang signifikan saat jalan-jalan bersama keluarga di danau
Christopher Schwarzenegger terlihat memetik labu di Brentwood pada 27 Oktober 2025. (stoyanov/kisi belakang)
Christopher, yang mengatakan pada musim semi ini berat badannya telah turun sekitar 30 pon, memamerkan lengannya yang kencang dan fisik yang bugar saat dia membawa bukan hanya satu, tapi tiga labu berukuran sedang ke dalam mobil.
Mengenakan tank top putih, celana hijau tua, dan sepatu kets, Christopher menjaga suasana tetap sejuk dan nyaman, mengikatkan kaos putih di pinggangnya, membuat pengangkatan barang berat terlihat mudah.
Para penonton tidak bisa tidak memperhatikan bahwa adik laki-laki Schwarzenegger, Shriver, berubah menjadi mode paman penuh saat dia membantu keponakannya — Lila, 5, dan Eloise, 3 — memilih labu yang sempurna. Yang tidak hadir dalam perayaan tersebut adalah putra bungsu Katherine dan Pratt, Ford, yang berusia 11 bulan.
Christopher Schwarzenegger tampil bertelanjang dada saat berada di kapal bersama keluarganya. (Christopher Schwarzenegger/Instagram)
Ini merupakan tahun transformatif bagi Christopher, yang menjadi lebih ramping dalam beberapa bulan terakhir. Komitmennya terhadap kebugaran mencerminkan komitmen ayahnya yang terkenal, bintang “Terminator” legendaris dan mantan gubernur California, yang sering berbicara tentang pentingnya hidup sehat dan disiplin.
Chris Pratt membagikan foto langka untuk ulang tahun putranya yang ke-13
Pada bulan September, penurunan berat badan Christopher terlihat jelas selama tamasya keluarga lainnya.
Seorang wanita berambut pirang memeluk Christopher Schwarzenegger saat dia duduk di kursi kapten. (Christopher Schwarzenegger/Instagram)
Dalam postingan Instagram, Katherine membagikan sederet foto hari keluarga di danau. Dalam beberapa foto, Christopher terlihat bertelanjang dada dan mengenakan celana renang bergaris biru putih.
Klik di sini untuk berlangganan buletin hiburan
di dalam Gambar lainDia duduk di kursi kapten dan berpose di depan kamera dengan seorang wanita berambut pirang duduk di pangkuannya sambil memeluknya.
Christopher sebelumnya telah berbicara tentang kerja keras di balik transformasi kebugarannya. Meskipun ia sering kali tidak menonjolkan diri, ia kembali menjadi sorotan pada bulan Mei berkat penampilan barunya yang sangat bugar. Dia berbicara di panel pada peresmian Beacher Vitality Happy & Healthy Summit di Los Angeles bersama Shriver, Kelly Osbourne, dan Jeff Beacher, di mana dia membahas perjalanan panjang di balik hasil yang dicapainya.
Arnold Schwarzenegger dan Patrick Schwarzenegger menghadiri pemutaran perdana dunia The White Lotus Musim 3. (Jeff Kravitz/Keajaiban Film HBO)
Apakah Anda menyukai apa yang Anda baca? Klik di sini untuk berita hiburan lainnya
“Itu adalah operasi besar,” kata Christopher pada sidang tanggal 10 Mei di Hollywood Roosevelt. orang-orang.
Dia melanjutkan: “Ini dimulai pada tahun 2019 ketika saya tinggal di Australia. Saya sedang dalam perjalanan besar ini. Saya telah membuat (kesepakatan) besar dengannya seperti, ‘Oh, saya akan keluar dan melakukan semua hal ini dan berada di Australia,’ dan saya melihat betapa berat badan saya menghalangi saya untuk melakukan aktivitas sehari-hari.”
Terlepas dari transformasi dramatisnya, Christopher juga mengatakan bahwa dia belum mencapai tujuannya, dan mencatat bahwa ketika melihat “foto sebelum dan sesudahnya… Saya merasa belum sampai di sana.”
Klik di sini untuk mengunduh aplikasi FOX NEWS
Berita8 tahun agoThese ’90s fashion trends are making a comeback in 2017
- Berita8 tahun ago
The final 6 ‘Game of Thrones’ episodes might feel like a full season
- Berita8 tahun ago
According to Dior Couture, this taboo fashion accessory is back
- Berita8 tahun ago
Uber and Lyft are finally available in all of New York State
- Berita8 tahun ago
The old and New Edition cast comes together to perform
Bisnis9 bulan agoMeta Sensoren Disensi Internal atas Ban Trump Mark Zuckerberg
- Berita8 tahun ago
Phillies’ Aaron Altherr makes mind-boggling barehanded play
Hiburan9 bulan agoMakna di balik jejak perbedaan Kendrick Lamar – Hollywood Life
