Cursor Router 升级：按任务自动匹配最优模型

Cursor 于 7 月 22 日上线 Cursor Router 的两种自动路由模式 Auto Intelligence 与 Auto Balance，并在近期完成了又一次迭代。官方披露的数据显示，Auto Intelligence 在用户满意度上已达到 Fable 同等水平，成本降低 68%；Auto Balance 在满意度上超越 Opus 4.8，成本降低 41%。自发布以来，两种模式又分别进一步下降了 18% 和 8% 的成本。

数据驱动的路由思路

Cursor Router 的核心假设是：模型选择应基于真实开发者任务上的表现，而非 benchmark 分数。每个轮次（turn）的路由决策都依据当前轮信号与近期会话状态，包括结构化特征如任务类别，以及近期的工具调用和更广泛的上下文。

路由过程分为两步：首先判断当前任务是否简单到足以交给高性价比模型，这由 Cursor 自研的复杂度预测器 Compass 完成；如果任务较为复杂，则使用一个从真实流量中构建的任务分类体系，决定使用哪一款前沿模型。

Compass：判断任务是否「够复杂」

Compass 通过预测用户对回复的满意度来估计每个轮次的复杂度，训练数据来自用户后续动作这一性能信号——顺利进入下一个任务是正面信号，主动纠正则视为负面信号。

在线评估显示，Compass 打分最高的轮次中，96% 获得了正面信号；打分最低的轮次中仍有 71%。实际部署时，Compass 给每个轮次输出 0–1 之间的连续复杂度分数，再与设定阈值比较：阈值以下保留在高性价比模型，阈值以上则升级到前沿模型。

从真实流量中学习模型能力

当 Compass 判断需要前沿模型时，Cursor 用一个三维分类体系进一步路由：

• 领域（Domains）：描述工作发生在哪里，如后端、数据库 schema、前端等
• 任务（Tasks）：描述开发者想完成的事，如修复 bug、运行命令、编写测试
• 修饰符（Modifiers）：跨领域、跨任务的特征，会影响模型选择，如限定范围的编辑、产品问题、视觉密集型变更

基于这一体系，Cursor 发现没有单一模型在所有任务上占优，每个模型都有各自擅长的领域：

• Grok：在广泛的日常任务中性价比突出，低推理成本使其在 Git 命令、通用数据库操作等场景尤其有效
• Sol：在规划与代码库理解上表现优秀，多项实现任务也能以更低成本取得强结果
• Opus：在执行密集型任务上表现强劲，DevOps、数据库查询、性能优化等场景尤为突出
• Fable：在调试与视觉实现上优势明显，复杂任务上的高质量产出值得其更高成本

路由算法如何组合

Compass 和分类体系各司其职：Compass 输出模型无关的复杂度分数，与路由阈值对比后，决定直接交给 Grok（凭借低推理成本）还是进入分类路由阶段。进入分类路由后，模型选择遵循两条规则：

• 仅在性能明显更优时切换：候选模型必须在其对应任务标签上的表现，相对高性价比模型达到 75% 的单侧提升阈值，才会被纳入候选
• 结合任务特性选择：依据分类体系给出的领域、任务和修饰符，挑选在历史数据中表现最强的模型

Cursor 表示，路由系统会随模型前沿的演进而持续迭代，目标是在新模型出现时自动把它们的能力纳入调度。