Cursor CEO：复杂任务下前沿模型集体拉胯，表现大同小异

Cursor CEO Zeeg 不认可 Astra 模型真正比 Sol 更强的说法，认为接到非常复杂的任务时，前沿模型都会以相当相似的方式暴露短板。他指出 Astra 倾向绕开主路做局部小修小补，而非系统性重新评估，即便在 max effort 设定下也是如此。他由此好奇各家实验室用来让模型「越界」的评测 harness 到底长什么样。