我在 Cursor 里用了一天 Sonnet 5，试了三件事-北京尧图网络科技有限公司

Anthropic 又半夜发东西了。这次是 Claude Sonnet 5。就今天。Cursor 同步上线，已经在设置里可以切了。数据上，Cursor 官方说的是 CursorBench 从 Sonnet 4.6 的 49% 跳到 57%。SWE-bench Verified 跑到了 85.20%。部分 Agent 任务直接逼近 Opus 4.8。乍一看是个常规升级。但有几个数字细看一下挺有意思。怎么讲呢，主要是 8 个百分点这个数。乍看不大，细想不小。CursorBench 涨了8个百分点，什么概念CursorBench 不是那种「AI做了道LeetCode题」的竞赛榜单。它是 Cursor 自己搞的测试，全是不明确的、跨多个文件的任务。模拟的是你真正在用AI写代码时遇到的那种情况。不是「写一个排序算法」，是「这个文件改了之后，另外三个文件也得跟着改，但你得自己判断改哪」。说实话，这种测试才接近真实开发场景。从 49% 到 57%，涨了 8 个百分点。看着不多，但在这个量级每涨一个点都不容易。而且 57% 意味着超过一半的复杂多文件编程任务，AI可以自己搞定了，不需要你一条条交代。我觉得这才是真正应该关注的数字。不是它比上一代强了多少，是它到了「大部分真实任务能自己跑通」的临界线附近。关键是 Agent 能力这次升级宣发重复最多的词是 Agent。Sonnet 5 能制定计划。调用浏览器。操作终端。自己做判断然后执行。不是「你问它答」的模式。是「你交代目标和约束，它想办法完成」。这个跟前两天我们聊的那个话题完全对上了。从「跟AI聊天」到「让AI自己干活」那一步。Anthr

新闻详情

我在 Cursor 里用了一天 Sonnet 5，试了三件事

相关资讯

【Claude Code】 长短期记忆管理与上下文管理机制详解

rabbitmq 学习一下

自动驾驶功能下沉：重构汽车产业链的技术现实

【Java课程设计/毕业设计】校园二次元漫画交流互动论坛系统的设计与实现 数字化动漫资源分享与社群交流管理平台的设计与实现【附源码、数据库、万字文档】

设备运维机房巡检软硬件运维表单

企业官网建设中，如何用 FAQ 页面承接搜索和 AI 问答流量？

数字控制振荡器（DCO）原理与STM32应用实践

【Springboot毕设全套源码+文档】基于springboot汽车养护web系统的设计与实现(丰富项目+远程调试+讲解+定制)

NVIDIA Cosmos 3多模态AI与物理世界建模实战指南

AI技术现状与未来：从大模型能力边界到开发者转型

TeamCity 发布 2026.1.2 和 2025.11.6 版本：修复 10 多个问题，保障服务器安全

QQScreenShot深度解析：从逆向工程到高效截图工具的完整指南

管理者的六个层次

AI Coding 六个月真实ROI账本：产品经理的血泪教训，研发的冷静忠告

审计来了，数据权限全开——审计走了，怎么确保权限全部关掉？

iOS应用砸壳实战指南：从原理到工具选型与环境配置

文献综述写作不用埋头查文献：okbiye 一体化综述 AI 功能，精准匹配学术文献规范

程序员如何通过漏洞挖掘实现技术变现：从SRC入门到实战进阶

【Claude Code】长短期记忆管理与上下文管理机制详解

【Java课程设计/毕业设计】校园二次元漫画交流互动论坛系统的设计与实现数字化动漫资源分享与社群交流管理平台的设计与实现【附源码、数据库、万字文档】