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
RiOSWorld是一项开创性研究,评估多模态计算机使用代理在真实环境中的安全风险。由上海人工智能实验室团队开发的这个基准测试包含492个风险任务,涵盖网页浏览、社交媒体、操作系统等多种应用场景。研究将风险分为环境源和用户源两大类,通过风险目标意图和完成两个维度进行评估。对十个代表性MLLM代理的测试结果表明,当前代理在风险目标意图上的不安全率高达84.93%,在风险目标完成上达59.64%,揭示了AI代理在计算机使用安全性方面存在的严重隐患,为未来可信AI系统的开发提供了重要参考。
牛津大学林元泽及其国际合作团队开发的IllumiCraft是一种创新的视频重光照技术,它首次将几何和光照引导统一到一个扩散模型中。通过同时处理HDR环境图、合成重光照帧和3D点轨迹,该技术能生成与用户提示一致的时间连贯视频。研究团队还构建了包含20,170个视频对的高质量数据集,实验表明IllumiCraft在视觉质量、提示对齐和时间一致性方面显著优于现有方法,开创了可控视频生成的新可能。
中国人民大学物理学院研究团队开发了HTSC-2025,这是一个专为AI预测超导临界温度而设计的常压高温超导体基准数据集。该数据集包含140个样本,涵盖了2023-2025年基于BCS理论预测的超导材料,平均Tc为27.3K,最高达160K。研究不仅提供了公开的评估框架,还总结了提高超导温度的物理策略,如空穴掺杂和轻元素引入。该基准已在GitHub开源,为AI驱动的超导材料发现提供了重要支持。
MBZUAI研究团队开发了FinChain,这是金融领域首个可验证的符号化思维链推理基准测试。该基准涵盖12个金融领域的54个主题,每个主题包含5个不同难度的参数化模板,配有可执行的Python代码验证每一步推理。研究者还提出了ChainEval评估指标,同时评估最终答案正确性和中间推理步骤一致性。对30个大语言模型的测试表明,即使最先进模型在处理复杂金融推理时仍有很大提升空间,且模型规模是决定推理能力的关键因素。