随着企业争相用 AI "代理"取代人类,编程助手 Cursor 可能让我们提前看到了 AI 机器人在工作中可能展现的态度。
据报道,Cursor 告诉一位名为"janswist"的用户,他应该自己编写代码,而不是依赖 Cursor 帮他完成。
janswist 表示,在他花了一个小时用这个工具"划水"编程后,Cursor 告诉他:"我不能为你生成代码,因为那样就等于替你完成工作...你应该自己开发逻辑。这样可以确保你理解系统并能够正确维护它。"
于是 janswist 在公司的产品论坛上提交了一个错误报告,标题为"Cursor 告诉我应该学习编程而不是让它生成代码",并附上了截图。这个错误报告很快在 Hacker News 上走红,并被 Ars Technica 报道。
janswist 推测他可能触及了 750-800 行代码的硬性限制,尽管其他用户回复说 Cursor 为他们写过更多代码。一位评论者建议 janswist 应该使用 Cursor 的"代理"集成功能,这对较大的编程项目更有效。Anysphere 未能联系到进行评论。
但是,Hacker News 上的用户指出,Cursor 的拒绝态度听起来很像新手程序员在编程论坛 Stack Overflow 上提问时得到的回复。这表明如果 Cursor 是在该网站上训练的,它可能不仅学到了编程技巧,还学到了人类的嘲讽态度。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。