昨天，Cursor 发布了 Composer 2.5。如果你不是程序员，可能觉得这只是又一个模型更新。但我跟你说，这次不一样。Composer 2.5 解决了一个困扰所有 AI 编程工具的核心问题：长任务必崩。你去问任何一个用 AI 写代码的人，最大的痛点是什么？不是它不会写——是它写到一半就忘了自己在干什么。一个简单的功能它能搞定，但你让它重构一个模块、跨多个文件修改、处理几十个步骤的任务，它就开始断片。Composer 2.5 说：我来搞定这件事。它学会了"局部纠错"Cursor 官方的技术博客里，有一段让我特别兴奋的描述。传统的强化学习训练，模型执行完一整个任务（可能几十万 Token），最后才得到一个"做得好不好"的评价。问题是——你只告诉它结果不行，没告诉它具体哪一步不行。就像你让一个实习生写了一份 50 页的报告，你只说了句"一般般"。他完全不知道问题出在第 3 页的数据引用还是第 42 页的结论。Cursor 的做法叫Targeted RL with Textual Feedback——在模型犯错的那个时刻，直接插一句提示。比如模型调用了一个不存在的工具，系统不会等到任务结束才告诉它"你这里有问题"，而是在那个瞬间就给它一个局部信号："提醒：可用的工具有这些……"效果是什么？模型不需要靠猜来确定自己哪里做错了。
