Lee Robinson，Cursor 模型研究员，在本次对谈中深入解析了递归模型改进（Recursive Model Improvement）的核心框架与实践经验。他结合 Cursor 的 Composer 2.5 产品进展，以及 SpaceX 提供的计算基础设施，揭示了 AI 原生软件开发中从训练到部署的闭环优化逻辑。重点讨论了如何通过内外双循环实现模型持续进步，并反对过度依赖公开基准导致的奖励黑客问题。

Lee 提出了一个两环训练框架：外循环依赖用户真实反馈，内循环则用高质量自建评估（eval）驱动模型迭代。他认为 Composer 2.5 的成功正是外循环有效性的实证——通过收集用户交互中的隐式信号（如代码补全接受率、修改次数），模型能学到更符合真实需求的策略。他同时警告，公开基准的 reward hacking 已严重失真，建议团队构建私有且贴近业务场景的评估数据集。对于未来，Lee 预测 Agent 自动化将取代大量重复性研发工作，Cursor 已在内部用 Agent 完成数据标注、A/B 测试调度等任务，显著提升迭代速度。

这次分享最值得追踪的趋势是递归自我改进的工程落地路径。Lee 详细描述了如何将 SpaceX 的庞大规模计算资源（Colossus 集群）与 Cursor 的训练 pipeline 结合，支撑上亿次参数调整。这表明基础设施不再是瓶颈，如何设计高信号反馈循环才是决定模型进化的关键。如果 Cursor 能持续验证这套方法，它可能成为 AI 开发范式的样板——不再依赖人工调参，而是让模型在真实使用中自动进化。