Cursor的薅羊毛时代结束了吗？ – kekezyw 的见解

Cursor 的更新让人失望，不再能轻易薅羊毛了，有没有其他解决办法或者更优秀的替代方案呢？

大家好，我是十二。专注于分享 AI 编程方面的内容，欢迎关注。

就在前几天，Cursor 推出了全新的 OpenAI Codex 模型，命名为 GPT-5.1-Codex-Max，并且宣布在 12 月 11 日之前可以免费体验。

此外，Cursor 团队还专门撰写了一篇文章，详细介绍了为使 GPT-5.1-Codex-Max 模型在 Cursor 中运作更为顺畅所做的优化。

这篇文章内容丰富，包含了许多有价值的细节，大家一起了解一下吧。

构建可靠的 agent harness

在 Cursor 中，harness 是一个至关重要的 agent。每个模型都需要依据特定的指令进行微调，以提高输出质量，避免模型懈怠，并更有效地调用各种工具。

由于模型在训练过程中接触到的模式各不相同，直接上线往往会面临“水土不服”的问题，因此 Cursor 团队必须对这些模型进行“本地化调校”。

团队利用内部评测系统 Cursor Bench 不断对模型进行测试，最终通过成功率、工具调用能力和用户反馈来评估模型是否准备好投入使用。

Cursor 团队对 Codex 的重要更新

OpenAI 的 Codex 系列模型是他们最新前沿技术的某些变体，专门针对智能编码场景进行训练。为了确保其在 Cursor 中的稳定性，Cursor 团队进行了多项针对性调整。

1. 更符合 shell 的操作习惯

Codex 的训练偏重于 CLI/shell 的工作流程，因此它更加习惯于通过 shell 查找和编辑文件。

为了避免 Codex 在 Cursor 中随意执行 shell 命令，Cursor 团队将工具名称修改为更接近 shell 工具的形式（例如 rg），并明确指示模型：有工具可用时优先使用工具，而不是直接运行 shell 命令。

Cursor 的沙箱机制可以确保即使 Codex 真的执行了 shell 命令，也不会引发安全隐患。这样的设计既保持了 Codex 的使用习惯，又增强了操作的可控性。

2. 控制“推理摘要”的输出

在执行过程中，Codex 会输出一些“推理摘要”。Cursor 团队希望这些信息能帮助用户了解进度，但又不希望过于冗长，因此在提示中进行了规范：

 推理摘要保持在 1–2 句
仅在发现新信息或策略切换时出现
不要写“我正在解释给用户听”这种元话语 

值得注意的是，Cursor 团队发现减少这些中途信息的要求，反而能提高 Codex 的最终输出质量。

3. 处理 linter 错误的能力

Cursor 团队为 agent 提供了读取 linter 错误的工具。理论上，模型在修改代码后应主动检查 lint，但实际情况是，单纯提供工具定义是不够的，还需要明确告知模型“何时使用该工具”。

因此，Cursor 团队给出了非常明确的指令，例如：

 在进行实质性编辑之后，使用 read_lints 工具检查最近编辑的文件是否存在 linter 错误。如果你引入了任何错误，并且你能很容易地找到解决方法，就去修复它们。

这种“字面化”的指示反而最为有效，使得 Codex 能够主动执行标准化流程。

4. 维持推理轨迹的完整性

这一点至关重要。Codex 在执行工具调用时依赖于内部推理轨迹以保持计划的一致性。如果这些轨迹丢失，模型会遗忘以前的操作和原因，从而导致性能显著下降。

实验表明，推理轨迹的丢失会使 Codex 的性能下降近 30%。为了避免这种情况，Cursor 团队引入了机制，确保推理轨迹能够在多轮交互中正确传递，从而保持模型的计划连贯性。

5. 引导模型主动采取行动

Cursor 的目标是：除非用户明确表示“不要动代码”，否则 agent 应该尝试直接解决问题，而不是反复询问。

团队在提示中强调：

 除非用户明确要求查看计划或其他明确表示不应写代码的意图，否则假定用户希望你进行代码更改或运行工具以解决问题。在这些情况下，把拟议解决方案输出为消息是不合适的，你应该直接去实现更改。如果遇到挑战或阻塞，你应该尝试自行解决。

这一调整使 Codex 的行为更加果断，减少了用户的等待时间，提升了体验的流畅度。

6. 避免提示之间的冲突

由于 OpenAI 模型对提示顺序非常依赖（system > user > tool），Cursor 团队必须非常谨慎地处理 system prompt 中的每一句话，以免无意中削弱模型完成任务的动力。

例如，若 system prompt 强调“节省 tokens”，这条信息可能会影响模型对更复杂任务或大规模探索的执行意愿。

有时，Codex 会固执地停下来说：“我不应该浪费 tokens，继续这个任务不值得！”

因此，Cursor 团队调整了 harness，以确保提供的提示不会包含可能与用户信息相矛盾的指令。否则，Codex 可能会进入一种不愿意遵循用户请求的状态。

总结

从这次 Codex 的适配过程中，我们可以看出，随着模型能力的提升和 agent 行为的复杂化，对工具链、提示设计和推理轨迹管理的要求也随之增加。

Cursor 团队的做法为我们提供了一个值得借鉴的实践示范——不仅关注模型本身的性能，还注重模型在产品环境中的行为稳定性，才能最大限度地发挥每个模型的潜能。