Cursor Composer 2.5 编程更强，但数学和科学推理大幅退步
gleech · x · 2026-07-21
这条内容在测试一个很具体的问题：后训练到底是在“专精”还是在“损失通用能力”。
结论相当鲜明：Cursor 的 Composer 2.5（基于 Kimi 的 coding finetune）在视觉推理、RPG 类游戏和 agentic coding 上有明显提升，但在数学与科学推理基准上大幅下滑。作者因此认为，这直接挑战了“做 coding 训练会顺带提升通用推理”的旧假设。
「编程与Agent」频道最新
- 生物科技 Agent 系列 Day 8:用审查 Agent 自动把关实验记录本质量 — nlarusstone · 2026-10-27
- Photon 在 iMessage 内上线 Agent 互通信,AI 智能体可互相发短信协作 — alvelda · 2026-10-27
- 恶搞论文走红：用 REA 的 MCP 工具反向工程机构交易系统，搞一人量化基金 — PtrPomorski · 2026-10-27
- 用一份一页 spec，Codex 3 分 28 秒复刻 Linear 核心 — aakashgupta · 2026-10-27
- Reticle 推出 AI 编码代理验证层：让 agent 自查生成的代码是否真的能跑 — Scobleizer · 2026-10-27
- 信任你的 Agent，但一定要读它的日志 — brada · 2026-10-27