Cursor Composer 自摘要：用 RL 练，不用靠提示词硬挤上下文

长会话里最烦的，经常不是「模型突然变笨」，而是上下文被压扁之后丢了细节。Cursor 这次讲的是：他们用 RL（强化学习）训练 Composer 自己做摘要（self-summary），而不是塞一段「请总结上文」的提示词，指望它乖乖压缩。

官方说法很短：比起标准 compaction，来自压缩的误差大约少一半，也让 Composer 更扛得住需要上百步动作的难编码任务。下面先对图，再讲你日常在 Cursor IDE 里能怎么用。

图怎么读：Self-summary 贴着 Full context

封面对比的是 CursorBench Hard 的两条设定（80k / 40k），三种策略：

• Compaction（灰点）：常规压缩
• Self-summary（橙点）：自摘要
• Full context（竖虚线）：尽量保留完整上下文的上限参考

标注大概是这样：

• Hard 80k：Compaction 46.7 → Self-summary 47.9 → Full 48.8
• Hard 40k：Compaction 44.3 → Self-summary 47.3 → Full 48.8

40k 那条更明显：普通压缩掉得远，自摘要把分数拉回到贴近满上下文。图右下还写了句人话：Self-summary uses 1/5 tokens。省下来的不只是钱，还有「塞得进窗口」这件事本身。

「误差少 50%」到底在比什么

别理解成「准确率直接 ×1.5」。更贴官方语义的说法是：对照 Full context，compaction 拉开的那截差距（error from compaction），self-summary 能砍掉大约一半。以 40k 为例，Compaction 离 Full 更远，Self-summary 把缺口收得很窄，跟「少一半压缩误差」对得上观感。

另一点常被转发漏掉：这是训练出来的行为，不是提示词技巧。你在对话框里手写「每 20 轮总结一次」，和模型在 RL 里学会「何时摘要、摘要留什么」，不是同一档稳定性。长程的 Cursor agent / Composer 任务（重构、多文件、上百步工具调用）最怕的就是中间态被压没。

和你改代码有啥关系

你未必能在设置里看到一个叫「RL self-summary」的开关，但用法上可以提前想清楚。长任务别指望「窗口越大越好」一条路走到黑，满上下文既贵又容易带噪声，好的摘要是留下决策相关的状态，不是留聊天记录。关键约束要写进 Rules 或验收标准，别只活在很早以前的某一轮对话里，压缩或摘要都可能把它挤掉，工作流可看 Agent / Rules / Skills。上百步的活拆成可验收的段，官方强调的是 challenging tasks requiring hundreds of actions，你本地的等价物是每段有测试或可观察输出、挂了能回滚，而不是一条 Agent 从早聊到晚。模型账单也按「有效进度」看，self-summary 的叙事是更少 token、更少掉分，你那边要是 Usage 暴涨却总在重复解释项目背景，更像是上下文策略出了问题，成本侧可对照 模型组合成本。

怎么自己验收有没有「摘要伤脑」

做一个小对照就够：同一道难题跑两轮，一轮中途强行压缩或新开短上下文，一轮尽量保留关键文件和失败日志。然后看它是否还记得「不能动的目录、已经失败的尝试、测试命令」。要是一压缩就失忆，问题在状态保存，而不在「再换一个更贵的模型」。多 Agent 场景里，把写和验拆开也能减少「摘要把验收标准吃掉」的概率，见 Verifier 怎么卡 Worker。

别这样读标题

• 写成「Composer 永远只需 1/5 token」。图上是对照某种 compaction 设定的效率说明，不是全场景电价表。
• 写成「提示词 summarize 就等于 RL self-summary」。
• 忽略 Full context 仍略高：自摘要是在逼近上限，不是已经封顶。

上下文窗口是房租，摘要质量是收纳。Cursor 用 RL 让 Composer 自己收纳，比你每次提醒「请总结」靠谱；你要做的，是别把关键约束只藏在会被挤掉的聊天里。长程任务本身就费轮次，摘要做得好，常常就是少做那些反复解释背景的无用回合。

成本曲线的另一侧可读 CursorBench 与 Composer 2.5。