ตอนนี้ Modal สามารถถูกเรียกใช้ได้โดยตรงจาก Airflow DAG ทำให้ทีมสามารถรันงาน AI/ML ที่ใช้ GPU โดยไม่ต้องตั้งค่า Celery หรือ Kubernetes executors คู่มือนี้ครอบคลุมการติดตั้ง Modal ในสภาพแวดล้อม Airflow การตั้งค่า MODAL_TOKEN_ID และ MODAL_TOKEN_SECRET และสองแนวทาง คือ การเรียกใช้ Modal Functions ที่ deploy แล้วผ่าน lookup หรือการสร้าง custom operator ที่รัน Python ใน Modal Sandboxes ขณะนี้แพ็กเกจ Modal Airflow provider อยู่ระหว่างการพัฒนา
Cursor เผยแพร่บทความต่อเนื่องจากโพสต์ "Problems" ฉบับเดิม โดยระบุคำถามวิจัยที่บริษัทมองว่าสำคัญที่สุดสำหรับระยะถัดไปของ AI Coding บริษัทได้ขยาย Copilot++ ให้ทำนายตำแหน่งเคอร์เซอร์ถัดไป และเมื่อรวมกับการทำนายการแก้ไขถัดไป ทำให้โมเดลสามารถ "เล่น" ลำดับการเปลี่ยนแปลงที่มี entropy ต่ำได้ โดยเดโมหนึ่งต้องกด Tab 11 ครั้ง เทียบกับการกดปุ่มอื่นๆ ทุกปุ่มรวมกัน 3 ครั้ง ซึ่ง Cursor เรียกว่า Cursor Flow ทิศทางอื่นๆ ได้แก่ การทำนายการกระทำทั่วทั้งโค้ดเบส, การแก้ไขที่สมบูรณ์แบบผ่านการใช้ compute มากขึ้นในระหว่าง inference, pseudocode ที่ถูก hallucinate, การแก้ไขหลายไฟล์, บริบทที่เหมาะสมที่สุด, บริบทแบบ multi-hop และการตรวจจับและดีบักบั๊ก
Hunch ซึ่งเป็นแคนวาสเชิงพื้นที่ที่ผสานโมเดลอย่าง OpenAI GPT-4o, Anthropic Claude 3 Opus และ Stable Diffusion 3 ใช้ Modal Sandboxes เพื่อรันโค้ดที่สร้างโดย AI อย่างปลอดภัยในคอนเทนเนอร์แยกส่วนและมีอายุชั่วคราว การผสานรวมนี้ใช้โค้ด Python เพียงไม่กี่บรรทัดและรองรับการติดตั้งผ่าน pip, การเชื่อมต่อวอลุ่มจัดเก็บข้อมูล และการขยายขนาดอัตโนมัติ Hunch กล่าวว่าการตั้งค่านี้ช่วยให้ผู้ที่ไม่เขียนโค้ดสามารถสร้างเวิร์กโฟลว์ที่ดึงข้อมูลผ่าน API หรือส่งผลลัพธ์ไปยัง Slack webhooks ได้
Cursor เผยแพร่รายการปัญหาที่กำลังดำเนินการแก้ไข รวมถึงการฝึก reranker ความเร็วสูงแบบกำหนดเองที่กรอง 500k โทเคนจากทุกแหล่งเหลือเพียง 8k ที่เกี่ยวข้องที่สุดต่อคำขอ รายการยังครอบคลุมถึง copilot ที่เน้นการแก้ไข เอเจนต์ในโฟลว์แบบมีข้อจำกัดสำหรับโค้ดเบสขนาดใหญ่ การค้นหาบั๊ก และการแก้ไขในระดับที่ใหญ่ขึ้น ณ วันที่ 12 ต.ค. 2023 Cursor ได้ทำดัชนี 1.4B เวกเตอร์ และ 150k โค้ดเบส
Arvid Lunnemark นักวิจัยจาก Cursor ให้เหตุผลว่าการ prompting ควรถูกเรียกว่า "prompt design" และเปรียบเทียบกับ web design เนื่องจากทั้งสองต่างมุ่งสู่การสื่อสารที่ชัดเจนด้วยอินพุตแบบไดนามิก และต้องปรับเนื้อหาให้เข้ากับ "ขนาด" ที่แตกต่างกัน — ขนาดหน้าจอสำหรับเว็บ และ context window สำหรับ prompt เขาเปิดตัว Priompt v0.1 ไลบรารีสำหรับออกแบบ prompt ที่ใช้ JSX คล้าย React ซึ่งถูกใช้อยู่ภายใน Cursor แล้ว พร้อมเว็บพรีวิวสำหรับเรนเดอร์ prompt กับข้อมูลคำขอจริง