Cursor 深度優化 OpenAI Codex 模型:打造更強大的 AI 程式碼編寫代理
探討如何調整 agent harness 以配合 OpenAI Codex 模型的特性與指令最佳化
• Cursor 團隊近期與 OpenAI 緊密合作,針對最新頂尖程式碼模型 GPT-5.1-Codex-Max 優化了代理執行環境(Agent Harness)。
• 由於 Codex 模型天生偏好命令列(Shell)工作流程,開發團隊透過調整工具名稱與定義,引導模型優先使用更安全的專屬工具而非終端機腳本。
• 為了改善互動體驗,**推理摘要(Reasoning Summaries)**被嚴格限制在 1 到 2 句,並移除了中途對話限制以提升最終程式碼品質。
• 實驗顯示,保留推理痕跡(Reasoning Traces)對維持模型執行連續性至關重要,若移除將導致效能大幅下跌 30%。
• 系統也微調了動作偏好與訊息排序,確保代理能更主動地執行程式碼修改,而非過度詢問權限或因節省 Token 而放棄任務。
「當我們確保推理痕跡完整傳遞時,代理就能維持內部的執行計畫,避免模型被迫在工具呼叫之間『填空』而導致效能退化。」
來源:Cursor Blog
閱讀原文 ↗