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
- 旧金山 Code Engineering 大会聚焦从编码 agent 到软件工厂 — LangChain · 2026-10-27
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- 用 Claude Code 审计 iPhone 备份，揪出被删照片的全部藏身处 — alex_verem · 2026-10-27
- Yuchen Jin：手机不是移动 IDE，而是 agent 舰队的控制台 — Yuchenj_UW · 2026-10-27
- FrontierCS 2 登陆 Kaggle：48 项任务让智能体复现 13 领域论文贡献 — MeganRisdal · 2026-10-27
- 别只让 AI 复刻老游戏：工程师呼吁用 Agent 造更野的软件 — rschu · 2026-10-27