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
- 现代 AI Agent 协议栈的 11 项实用地图 — TheTuringPost · 2026-07-27
- NVIDIA 称 Nemotron 3 Ultra 在 RTL 芯片设计任务上达 97.1% — NVIDIAAI · 2026-07-27
- 东京 Agent Forge 黑客松一天做出可上线 AI agents — DavidBennett__ · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一个 VS Code 扩展给 Alchemy 模板加上 Markdown 高亮 — samgoodwin89 · 2026-07-27