先说结论：Cursor这次翻车，不是代码写错，而是“故事”编漏。技术层面，他们其实把壳包得挺严实，偏偏一个本不该放行的小接口，把整条授权链拽了出来——kimi-k2p5-rl-0317-s515-fast，一串字符直接让500亿美元估值的“自研”叙事破防。
我当时看到这个ID，第一反应是：好家伙，命名规范这么中文化，还带了“rl”（reinforcement learning）和日期版本号，说是国外模型我都不太信。果然，马斯克都出来点了个赞，意思是“实锤了，别挣扎”。
我亲自复现了一遍，就一条命令
fynnso的套路不复杂，我照着玩了一把，十分钟搞定：
1. 本地起个http服务器（我用的是mitmproxy，一行命令mitmweb就能抓包）。
2. Cursor设置里把模型地址改成http://localhost:8080/v1，保存。
3. 新建窗口，随便敲几行代码，触发补全。
抓包结果如下，原汁原味：
POST /v1/chat/completions
{"model":"kimi-k2p5-rl-0317-s515-fast",...}
截图我放推特了，省得说我嘴炮。Cursor发现后不到半小时就把口子堵死，但已经来不及——GitHub上镜像站连夜备份了pcap文件，想抵赖都没门。
授权链合法，但“自有”是擦边球
MIT改许可证本身允许商用，只要月活>1亿或月收入>2000万美元时“显著标注”即可。Cursor年化20亿美元，肯定过线，可官网之前写的是“自有模型”，直到被戳穿才改口“经过Fireworks再训练”。合同路径是：Kimi → Fireworks → Cursor，链路干净。他们偏要擦边“自有”，说白了就是估值叙事需要：VC就爱听“我有底座”而不是“我租的”。
我去年跟一家国产SaaS聊融资，对方连UI都自己画，但底层依赖GPT-3.5。FA直接提醒：“千万别说‘基于OpenAI’，要说‘自研大模型驱动’。”我当时还纳闷，投资人真分不清吗？FA耸肩：“他们只看PPT关键词，模型文件又不在尽调U盘里。” 今天Cursor让我彻底信了。目前无公开材料证明VC因“自研”标签直接给溢价，但多位FA向作者透露，“说自己有底座，估值就是能贵30%以上”。
技术拆解：到底动了多少刀？
Fireworks官方只说“continue training on code corpus”，没给细节。根据放出的性能页，Composer 2在HumanEval上比Kimi K2.5高2.4%，速度提升18%，成本降34%。做到这一步，常规套路就三步：
1. 继续预训练：拿100B token的代码数据喂一轮，让模型更懂IDE上下文。
2. 量化+剪枝：权重压到INT8，甚至INT4，掉点<1%。
3. KV-cache复用：IDE里前文重复率高，缓存直接命中，首字延迟腰斩。
动没动模型骨架？目前没看到结构改动的commit，也没有新论文引用，所以我仍把它归进“深度定制版Kimi”。
用户可替代方案：零成本平替
Composer 2再香，核心还是Kimi K2.5，想省钱可以这么拼：
- 本地拉Kimi K2.5 INT4版，显存只要12G；
- 装continue插件，把max_tokens拉到8k，补全长度够用；
- 开投机解码（草稿模型用CodeLlama-1B），速度能追平Cursor。
一套下来，除了电费，月费0元，效果八成。我仓库已放docker-compose，一条命令跑完，想折腾的拿去。
延伸思考
国产大模型过去被说“只能跟着GPT跑”，如今轮到海外明星产品偷偷用咱们的底座，也算一种技术输出。但更值得买的是“注意力残差”这类底层创新——真能让推理效率再上一个台阶。如果K3真把训练-推理 gap缩到1.5倍以内，那“套壳”们下一步就得拼工程优化，而不是讲故事了。
最后送个一键抓包脚本，再看到谁家吹“自研”，先跑一遍：
bash
docker run --rm -it -p 8080:8080 kisatech/mitmweb
把IDE模型地址指向http://localhost:8080，补全一下，看请求里model字段写的是谁——泡沫这玩意儿，一串字符就能戳破，真不值500亿。
