Cursor 秘用中文 AI 模型未披露，为何程序员应关注

API 流量暴露了隐藏的模型 ID

我想跟你讲讲，我是从什么时候开始不再轻信 AI 工具的产品公告的。

那是 3 月 19 日。Cursor 刚刚发布了 Composer 2。它的 benchmark 成绩非常惊人——在 Terminal-Bench 2.0 上取得了 61.7% 的成绩，以十分之一的价格击败了 Claude Opus 4.6。公告称，这是他们“首次持续预训练”，并拥有“前沿级编程智能”。

我已经用了几个月 Cursor，当时非常兴奋。我把这则公告分享给了团队，还将它写进了我们的工具评估记录。

不到 24 小时后，一位名叫 Fynn 的开发者开始检查 Cursor 的 API 流量。

然后，他发现了一件 Cursor 从未提及的事情。

API 响应中的模型 ID 是：accounts/anysphere/models/kimi-k2p5-rl-0317-s515-fast

这不是什么 Cursor 内部名称，也不是什么抽象标识符。它几乎是在直白地说明 Composer 2 究竟基于什么构建——Kimi K2.5，由北京的 Moonshot AI 开源，并通过强化学习进行微调。

Cursor——一家估值 500 亿美元的公司——发布了一款号称“自主研发”的突破性模型，却没有提到这个模型的基础其实完全出自另一家公司之手。

从那一刻起，我不再对 AI 工具的产品公告照单全收。🧵

究竟发生了什么——完整经过

我来准确讲讲事情是如何一步步发展的，因为这些细节很重要。

2026 年 3 月 19 日，Cursor 高调发布了 Composer 2。公告将其描述为通过“持续预训练”和“强化学习”构建的专有模型——这种措辞暗示 Cursor 从零开始打造了一个模型。benchmark 成绩是真的，性能也是真的，但关于模型来源的故事并不完整。

几个小时内，Fynn 就解析出了模型 ID 的含义：

kimi-k2p5    → Kimi K2.5 base model (Moonshot AI)
rl           → reinforcement learning fine-tuning
0317         → March 17 training date
fast         → optimized serving configuration

这篇帖子获得了 260 万次浏览。Elon Musk 用三个词进一步放大了它的传播：“Yeah, it's Kimi 2.5.”

Moonshot AI 的预训练负责人进行了 tokenizer 分析，结果完全一致，得到了确认。

Cursor 的开发者教育副总裁在几个小时内回应：“没错，Composer 2 的起点是一个开源基础模型！”Cursor 联合创始人 Aman Sanger 也直接承认：“我们一开始没有在博客里提到 Kimi 这个基础模型，确实是我们的疏忽。”

不到 24 小时，事情就从“前沿级专有模型”，变成了“我们本应提到自己基于一个来自中国的开源模型构建”。

让这件事进入法律层面的那个数字

接下来，事情就不只是一场公关失误那么简单了。

Kimi K2.5 采用修改版 MIT 许可证发布——对绝大多数用途而言都很宽松，但其中包含一项具体条款：

任何月活跃用户超过 1 亿，或者月收入超过 2,000 万美元的产品，都必须在其用户界面中“显著展示 ‘Kimi K2.5’”。

Cursor 公开披露的数字是：年度经常性收入超过 20 亿美元——约合每月 1.67 亿美元。

这是许可证触发门槛的八倍以上。

Moonshot AI 的预训练负责人起初公开确认此事构成违规，但随后删除了帖子。另有两名 Moonshot AI 员工指出了这一问题，他们的帖子后来也消失了。事情继续发展——Moonshot AI 的官方账号最终称，这是通过 Fireworks AI 建立的“经授权商业合作关系”，并向 Cursor 表示祝贺。

是否在技术上构成违规，取决于这项合作的具体架构。但公告中确实没有进行归属说明，而这种缺失并非偶然。

没人讨论的部分

相比法律问题，我发现另一件事更有意思，而且对每一位正在阅读本文的开发者都更重要：

一家估值 500 亿美元的公司，放弃了所有西方替代方案，选择了一个中国开源模型。这并不是为了削减成本，而是因为它确实是最好的选择。

Kimi K2.5 是一个拥有 1 万亿参数的混合专家模型，其中激活参数为 320 亿，上下文窗口为 256,000 token。它采用商业许可证发布，在 Agent 编程 benchmark 上足以与全球最优秀的模型竞争。

那么，西方的开源替代方案呢？Meta 发布了 Llama 4 Scout 和 Maverick，但实际表现远低于预期。作为前沿级模型的 Llama 4 Behemoth 则被无限期推迟。截至 2026 年 3 月，它仍然没有公开发布日期。

所以，当 Cursor 需要一个能够在 256,000 token 上下文窗口中处理复杂多文件编程任务的基础模型时，当前最好的选择来自北京。

这不是丑闻，而是一个信号。

中国的开源 AI 如今已经成为全球基础设施。为你喜爱的西方 AI 产品提供底层能力的工具，越来越多地建立在 DeepSeek、Kimi、Qwen 和 GLM 之上。通常非常低调，有时甚至完全没有披露。

这不是一次孤立的失误，而是一种反复出现的模式。

这对开发者意味着什么

过去一周，我一直在思考这件事。以下才是真正发生变化的地方。

你的 AI 工具并不像它们宣称的那样

为你的编程助手、自动补全功能，或者某项“专有”AI 功能提供能力的模型——你其实并不知道它究竟是什么。你只知道营销材料是怎么说的。现实情况则是一个由基础模型、微调训练和推理优化组成的分层技术栈，而你永远无法直接看到这些东西。

在 Cursor 披露之前，情况就已经如此，只不过现在变得更加显眼了。

What the announcement says:
"Frontier-level proprietary coding intelligence
built with continued pretraining and RL"

What it might mean:
Open-source base model (origin: anywhere) +
Fine-tuning (vendor's compute) +
RL training (vendor's data) +
Inference optimization (third-party provider) +
UI wrapper (vendor's product)

每一层都有自己的来源、许可证和数据处理方式，而通常没人会向你说明其中任何一项。

你的代码可能正被发送到你从未同意过的地方

这是大多数相关报道都没有充分强调的安全影响。

Kimi K2.5 来自 Moonshot AI，其背后有 Alibaba 和 HongShan 的支持。它通过受中国数据治理框架约束的基础设施处理数据。如果你的组织存在数据主权要求——GDPR、HIPAA、政府合同，或任何限制数据处理地点的规定——那么你就需要知道，AI 工具究竟把你的代码发送到了哪里。

供应商说“我们符合相关规定”，并不能告诉你 prompt 被发往何处，也不能告诉你是哪个基础模型在处理它们，更不能告诉你由哪家推理服务提供商负责计算。

Cursor/Kimi 事件暴露出，大多数开发者根本不知道自己的代码实际由什么系统处理，而构建这些模型的公司也并不总会告诉你。

开源归属说明如今是一种信任信号

在这周之前，大多数开发者并不会太在意自己使用的工具是基于哪些开源模型构建的。

从这周开始，他们应该在意了。

一家主动公开模型谱系——包括基础模型、微调方法和推理服务提供商——的公司，正在对透明度作出一项可验证的承诺。一家公司如果把模型描述成“自主研发”，却不提它所基于的开源基础模型，那它其实是在要求你相信营销话术，而不是证据。

从某种意义上说，Cursor 事件最终产生了一个好结果：社区在 24 小时内就发现了问题。一位开发者只用一个调试代理和 30 分钟时间，就揭露了一家估值 500 亿美元的公司在公关稿中没有提到的事实。

这正是开源生态系统发挥作用的方式。但前提是，开发者愿意提出这些问题。

对 Cursor 的客观评价

我想尽量公平地看待这件事，因为它远比“Cursor 撒谎了”更加复杂。

Cursor 的开发者教育副总裁表示，Composer 2 只有 25% 的计算量来自 Kimi K2.5 基础模型，另外 75% 来自 Cursor 自己的强化学习训练。这是一项有分量的投入。最终发布的模型与最初的基础模型确实存在实质性差异。

由于与 Fireworks AI 的合作方式比较复杂，技术层面的合规问题也没有那么简单。Moonshot AI 最终认可这项合作关系是合法的。

而且，Kimi K2.5 确实非常出色——这是一个中国开源模型，在那些真正影响编程任务的 benchmark 上，表现超过了许多西方专有替代方案。使用它并不是走捷径，而是合理的工程决策。

问题不在于 Cursor 基于 Kimi K2.5 构建产品，而在于他们没有说出来。他们之所以没有说，是因为对于一家估值 500 亿美元的公司而言，“我们构建了一个前沿模型”听起来要比“我们对当前最优秀的开源模型进行了微调”更好。

这是一个会影响信任的营销决策。

我认为，这件事不需要引发愤怒。我们真正需要的，是开发者和供应商都采用更高的标准。

开发者应该开始做什么

询问你的 AI 工具供应商：它基于什么基础模型运行？是哪家推理服务提供商在处理我的代码？适用哪一种数据治理框架？

如果他们无法给出清晰的回答——这本身就是一种信息。

供应商应该开始做什么

提供模型卡。提供透明的模型谱系文档。在产品公告中清楚披露基础模型和微调方法。这样做并不是因为法律在任何情况下都有强制要求，而是因为信任需要这些信息。

行业需要什么

我们需要建立一种行业规范，像软件对待依赖项归属说明一样，对待基础模型的归属说明。你不会发布一款产品，却完全不承认其中使用的开源库。同样的原则也应该适用于产品内部的模型。

Cursor/Kimi 事件其实并不只是某家公司披露失败的问题。

它反映的是 AI 产品开发中的一种结构性现实，而大多数开发者尚未完全意识到这一点：

你每天使用的 AI 工具，几乎肯定建立在一个复杂的分层技术栈之上，其中包含多个模型、训练过程和基础设施，而这些信息从未有人向你说明。

中国开源模型正在日益成为西方 AI 产品的基础——这不是出于地缘政治因素，而是因为它们技术出色，并采用开放许可证。这正是开源生态系统按照预期发挥作用的结果。

但要让它真正“按照预期发挥作用”，就必须进行归属说明，必须保持透明，也必须要求基于这些基础模型构建产品的公司在发布时清晰、公开地披露相关信息。

Cursor 已经承诺，未来发布模型时会从一开始就注明基础模型。这是正确的结果。

问题在于，整个行业是否会主动采用这一标准，还是要等到下一次 API 调试，再次揭露另一个无人提及的基础模型。

这件事是否让你开始用不同的眼光看待自己的 AI 工具？使用 AI 编程助手时，你是否审查过自己的代码究竟被发送到了哪里？欢迎在下方分享你的看法——这是开发者社区必须展开的一场讨论。👇

提醒一下：AI 帮助我撰写了这篇文章。关于信任的问题、分析和观点全部来自我本人——AI 只是帮助我更好地表达它们。一如既往地保持透明，因为这正是整件事的核心。😊

部分评论可能仅对已登录的访问者可见。登录后即可查看全部评论。

如需采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。