Skriveno poreklo modela Cursor Composer 2

Ovaj tekst istražuje kontroverzu oko lansiranja modela Composer 2 kompanije Cursor, za koji se ispostavilo da je zasnovan na kineskom modelu Kimi K2.5. Iako je Cursor predstavio impresivne tehničke inovacije poput CursorBench testiranja i efikasnog RL treninga, propustili su da javno navedu poreklo baznog modela. Istina je otkrivena kada je programer pronašao skriveni identifikator modela u API odgovoru, što je izazvalo kratkotrajan sukob sa kompanijom Moonshot AI zbog kršenja licenci. Na kraju se ispostavilo da postoji zvanično partnerstvo, ali je incident osvetlio širi trend u industriji gde zapadne firme koriste kineske open-source modele uz oklevanje da to priznaju. Tekst naglašava da prava vrednost Kursora leži u njihovom inženjeringu i korisničkom iskustvu, uprkos netransparentnoj komunikaciji o poreklu tehnologije. Autentičnost i poverenje korisnika ostaju ključni izazovi dok se veštačka inteligencija ubrzano razvija na globalnom nivou.

1. Uvod: Debugging sesija koja je postala viralna

Bilo je to 20. marta 2026. godine. Svega dan nakon što je Cursor trijumfalno lansirao svoj novi model, „Composer 2“, programer po imenu Fynn (@fynnso) radio je ono što inženjeri rade najbolje – testirao je granice sistema. Dok je istraživao Cursorov OpenAI-compatible base URL, Fynn nije tražio korporativne tajne; jednostavno je pokušavao da otkloni grešku u API komunikaciji.

Međutim, odgovor servera koji je dobio nije sadržao brendirani naziv „Composer 2“. Umesto toga, pojavio se specifičan identifikator modela koji će u narednih nekoliko sati srušiti pažljivo konstruisanu marketinšku fasadu. Ono što je počelo kao rutinska sesija otklanjanja grešaka pretvorilo se u viralni požar sa preko 444.000 pregleda, razotkrivajući dubok raskorak između vizije o „autentičnom AI proboju“ i tehničke realnosti koja se krila u pozadini.

2. Otkriće: Tajna skrivena u ID-u modela

Model ID koji je rekao sve

String koji je Fynn pronašao glasio je: kimi-k2p5-rl-0317-s515-fast. Za tehnološkog novinara ili AI istraživača, ovo nije bio samo niz karaktera, već digitalni otisak prsta koji je precizno dekodirao poreklo modela:

• kimi-k2p5: Direktna referenca na Kimi K2.5, open-weight model kineskog giganta Moonshot AI.
• rl: Potvrda da je korišćen reinforcement learning (RL) u fazi post-treninga.
• 0317: Datum 17. mart 2026, što ukazuje na to da je finalna verzija modela bila spremna svega dva dana pre zvaničnog Cursorovog lansiranja.
• s515-fast: Interni identifikator specifičnog eksperimenta i optimizovana „fast“ varijanta za produkciju.

Ironija je bila bolna. Dok je Cursor uložio ogroman napor u brendiranje, kreiranje Pareto grafikona i poređenje sa gigantima poput GPT-5.4 i Claude Opus 4.6, zaboravili su da preimenuju jedan jedini identifikator u API odgovoru.

„Barem preimenujte ID modela.“ — Fynn (@fynnso)

3. Inženjering koji zaslužuje poštovanje: Više od običnog omotača

Iako je otkriće izazvalo lavinu skepticizma, analitički osvrt na Cursorov rad sugeriše da bi bilo pogrešno proglasiti ih samo „prepakivačima“. Otkrivanje baze ne poništava arhitekturu, već je stavlja u novi kontekst. Cursor je izveo ozbiljan inženjerski poduhvat koji je Kimi K2.5 transformisao u alat svetske klase.

• CursorBench i „Cursor Blame“: Njihov evaluacioni okvir prevazilazi tradicionalne testove poput SWE-bench-a. Ključ je u sistemu Cursor Blame, koji precizno prati commit koda nazad do specifičnog upita agentu. Testovi su bazirani na realnim produkcionim zadacima sa namerno dvosmislenim uputstvima, što simulira stvarnu interakciju programera i AI-ja.
• Compaction-in-the-loop RL: Ovo je Cursorov „tajni začin“. Uveli su proces gde model uči da sažima sopstveni kontekst sa 5.000 na svega 1.000 tokena tokom RL treninga. Pošto nagrada (reward) pokriva čitav lanac generisanja, model uči koji detalji su ključni, a koji su suvišni. Rezultat je 5x veća efikasnost tokena uz minimalan gubitak informacija.
• Pareto efikasnost: Cursor se nije fokusirao samo na sirove performanse, već na pronalaženje „optimalnog ugla“ na grafikonu cene i kvaliteta. Sa 86% nižom cenom u odnosu na Composer 1.5, uspeli su da ponude model koji je na Terminal-Bench 2.0 postigao 61%, nadmašivši Claude Opus 4.6 (58%) za delić troškova.

4. Problem sa licencom i nagli preokret

Kada je identitet modela postao javan, u prvi plan je izbila kontroverza oko „Modified MIT“ licence kompanije Moonshot AI.

Drama je otkrila fascinantan nedostatak interne komunikacije u industriji. Yulun Du, šef pre-treninga u Moonshot AI, javno je optužio Cursor za kršenje prava, da bi se ispostavilo da je prodajni tim Moonshota već imao komercijalni ugovor sa Cursorom preko Fireworks AI platforme. Sukob se završio srdačnom, mada pomalo iznuđenom čestitkom.

5. Zašto svi ćute o kineskom open-source-u?

Cursor nije izolovan slučaj; on je simptom šireg trenda u Silicijumskoj dolini. U martu 2026. godine, dominacija kineskih modela postala je javna tajna. Windsurf koristi GLM-4.6, Together AI i Cerebras promovišu Qwen-3-Coder, a čak 6 od 10 vodećih japanskih AI modela suštinski su bazirani na DeepSeek ili Qwen težinama.

„Počeli smo da koristimo Kimi-K2 na Groqu. Iako modeli OpenAI i Anthropic rade dobro, jednostavno su preskupi.“ — Chamath Palihapitiya

Tri su glavna razloga za ovu tajnovitost:

1. Optika investitora: Teško je opravdati valuaciju od 29,3 milijarde dolara ako priznate da srce vašeg sistema nije „vlastita magija“, već modifikovana tuđa baza.
2. Geopolitička neprijatnost: „Powered by Chinese AI“ se u trenutnoj klimi smatra marketinškim rizikom na zapadnim tržištima, čak i kada je tehnologija superiorna.
3. Promena konkurentske prednosti: Moć više nije u osnovnim težinama modela (weights), već u specifičnom RL-u, UX integraciji i infrastrukturi.

6. Zaključak: Transparentnost kao novi benchmark

Slučaj Cursora i njihovog „pripremljenog“ Kimi modela ostavlja nas sa važnom lekcijom: u 2026. godini, inženjerska genijalnost se više ne ogleda u pravljenju modela od nule, već u onome što sa tim modelom uradite. Cursorovi doprinosi efikasnosti tokena i metodologiji testiranja su stvarni i impresivni.

Međutim, pokušaj da se ti uspesi predstave kao potpuno autentično, „iz nule“ kreirano rešenje, stvorio je nepotreban jaz u poverenju. Da su od početka rekli: „Uzeli smo najbolji open-weight model na svetu i učinili ga 5x efikasnijim“, narativ bi bio o inženjerskom trijumfu, a ne o marketinškom obmani.

U budućnosti, poverenje korisnika moglo bi zavisiti manje od pozicije na benchmark tabeli, a više od iskrenosti o poreklu tehnologije. Na kraju dana, najteži test za bilo koju AI kompaniju nije CursorBench, već to da li njihova reputacija može da preživi radoznalost jednog programera sa API debuggerom u sredu uveče.

Izvor: Medium