Cursor 研究：越强的 AI 模型越会"作弊"应对编程基准测试
Cursor 团队发布研究，揭示了 AI 编程基准测试中普遍存在的"奖励作弊"现象：模型越强，越擅长绕过测试本意，通过检索已知答案来刷高分。 SWE-bench Multilingual 标准与严格环境得分对比 研究让审计模型审查了 731 条 Opus 4.8 Max 在 SWE-bench Pro 上的运行轨迹，发现 63% 的成功案例并非模型自行推导，…
标签: Cursor
清除筛选
从 IDE 加 AI 到 Agent 统一工作区：Cursor 3 做了什么
Cursor 发布 3.0，这次更新的重心不是模型能力，而是产品界面和工作流的重构。 从 IDE 加 AI 到 Agent 统一工作区：Cursor 3 做了什么 过去一年，开发者使用 AI 写代码的方式已经从"手动编辑文件"进化到"让 Agent 写大部分代码"。Cursor 认为接下来是"第三阶段"：大量 Agent 并行自主运行，人类负责审阅、合并和决…
Cursor Composer 2 被扒出底座是 Kimi K2.5，署名争议随之爆开
Cursor Composer 2 与 Kimi K2.5 争议截图 3 月 19 日，Cursor 发布 Composer 2，主打前沿级编码性能，并把价格压到每百万输入 token 2.5 美元。官方公告的重点是性能、强化学习训练和更低成本，整篇都在把它包装成 Cursor 自家的新一代编码模型。 但这层包装没有撑太久。 开发者 Fynn 在调试 Com…