跳转至

Cursor Router: 生产流量驱动的模型路由系统

Ch01.1318 Cursor Router: 生产流量驱动的模型路由系统

📊 Level ⭐⭐ | 3.9KB | entities/cursor-router-production-model-routing-2026.md

Cursor Router: 生产流量驱动的模型路由系统

原文存档：原文存档

Cursor Router 是 Cursor 于 2026-07-22 发布的模型路由系统，核心理念是模型选择应从真实开发者工作的生产表现中学习，而非从 benchmark 分数推断。

核心架构：Compass + 任务分类学两段式路由

路由决策分两部分：

  • Compass（复杂度预测器）：预测每个 turn 用户是否满意，将预测分数作为复杂度代理。分数 0-1 连续值，通过阈值 τ 决定留在性价比模型还是升级到 frontier 模型。阈值越低越多流量留在性价比模型；越高越多升级
  • 任务分类学（Task Taxonomy）：对更复杂 turn 分类，三个维度——Domains（后端/数据库 schema/前端）、Tasks（修 bug/跑命令/写测试）、Modifiers（有界编辑/产品问题/视觉密集变更）——然后匹配各模型最强的任务类别

路由算法：route(x) = 价格高效模型 if Compass < τ, else 任务路由（taxonomy 选 frontier 模型）。

数据集构建：来自生产流量的真实信号

数据集包含数十万 turn，跨多模型采样，每条数据包含路由可用的对话信号 + 两个结果度量：

  • 性能：从用户下一步行为推断——继续下一个任务是强正向信号，纠正 agent 是强负向信号
  • 成本：从 API 定价 + token 用量计算。因为数据来自实时流量，也捕获了 benchmark 常遗漏的成本（如切换模型导致的 cache miss）

Compass 校准验证

Compass 在线评估确认其分数是用户满意度的强预测器：

  • Compass 评为最可能成功的 turn → 96% 收到正向性能信号
  • 评为最不可能成功的 turn → 71% 收到正向性能信号

模型差异化：没有模型在所有类别都占优

通过跨类别模型性能对比发现，每个模型都有其优势类别：

模型 优势
Grok 广泛常规工作的高性价比（Git 命令、通用数据库操作），低推理成本
Sol 规划与代码库理解；多个实现任务上以更低成本取得强结果
Opus 执行密集型工作（devops、数据库查询、性能优化）
Fable 调试与视觉实现；复杂任务上质量增益值得其更高成本

实测效果

  • Auto Intelligence：高于 Fable 级用户满意度，成本降低 68%（发布后进一步降 18%）
  • Auto Balance：优于 Opus 4.8，成本低 41%（进一步降 8%），用户满意度 +3%

相关实体