难怪Cursor不能再薅羊毛了，背后竟有这些原因！

听说Cursor最近更新了，原来的薅羊毛方法不再适用了，大家觉得这有什么好的解决办法吗？

大家好，我是十二，专注于分享AI编程相关的内容，欢迎关注我哦。

你可能感兴趣：太棒了！TRAE 国内版竟然支持 SOLO 模式了，你准备好体验了吗？

就在前几天，Cursor推出了最新的OpenAI Codex模型，也就是GPT-5.1-Codex-Max，并且宣布在12月11日之前大家都可以免费使用这个新模型。

此外，Cursor团队还特别撰写了一篇文章，详细介绍为了让GPT-5.1-Codex-Max模型在Cursor上更好地运行，他们做了哪些优化的工作。

这篇文章内容真不错，里面有很多有用的细节，咱们一起来看看吧。

创建稳健的代理工具

在Cursor中，harness是一个非常关键的代理，每个模型都需要根据特定的指令进行微调，以提高输出的质量，避免模型懒惰，以及更有效地使用工具等。

因为模型在训练时接触到的模式各不相同，直接上线可能会出现不适应的情况，所以Cursor团队需要对这些模型进行“本地化调校”。

他们会利用Cursor Bench这样的内部评测体系，不断测试模型，并通过成功率、工具调用能力以及用户反馈来判断模型是否准备好上线。

Cursor团队对Codex做出的关键更新

OpenAI的Codex系列模型是他们最新前沿模型的一些变体，专注于agent的编码场景进行训练。为了让Codex在Cursor中稳定运行，Cursor团队进行了多项针对性的调整。

1. 更接近Shell的使用方式

Codex的训练偏向于CLI/shell的工作流，更习惯通过shell来查找文件、读取文件和进行编辑。

为了避免Codex在Cursor中随意执行shell命令，Cursor团队将工具的名称改得更像shell工具（例如rg），并明确告知模型：如果有可用的工具，应该优先使用这些工具，而不是执行shell命令。

而且Cursor的沙箱机制确保了即便Codex真的执行了shell命令，也不会引发安全问题。这种设计既保留了Codex的习惯，又使得操作更加可控。

2. 控制“推理摘要”

在执行过程中，Codex会输出一些“推理摘要”。Cursor团队希望这些信息既能帮助用户了解进度，又不会太啰嗦，因此在提示中进行了规定：

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

值得一提的是，Cursor团队发现，减少这些中途的沟通要求后，Codex的最终输出质量反而更高。

3. 阅读和处理linter错误

Cursor团队为代理提供了读取linter错误的工具。理论上，模型在修改代码后应该主动检查lint。但是实际上，仅仅提供工具的定义是不够的，还需要明确告诉模型“在什么情况下使用这个工具”。

因此，Cursor团队直接给出了非常清晰的指令，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”的说明反而最有效，让Codex能够主动执行标准化流程。

4. 保留推理轨迹

这一点非常重要。Codex在工具调用之间依赖内部推理轨迹来保持连贯的计划。如果这些轨迹丢失，模型就会忘记之前做过的事情，导致性能大幅下降。

Cursor团队的实验表明，丢失推理轨迹会让Codex的性能下降约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中正确传递，让模型的计划始终保持连贯。

5. 引导模型主动行动

Cursor的目标是：除非用户明确说明“不要动代码”，否则代理应该尝试直接解决问题，而不是一遍又一遍地询问。

Cursor团队在提示中写得非常清晰：

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。

这一调整让Codex的行为变得更加果断，减少了用户等待的时间，整体体验也更加流畅。

6. 避免提示冲突

由于OpenAI模型非常依赖提示的顺序（system > user > tool），Cursor团队必须小心翼翼地处理system prompt中的每一句话，否则可能会无意中抑制模型完成任务的动力。

举个例子，如果system prompt强调“节省tokens”，这条信息可能会影响模型执行更具挑战性任务或大规模探索的意愿。

有时候Codex会固执地说：“我不应该浪费tokens，我觉得继续这个任务不值得！”

因此，Cursor团队调整了harness，以确保Cursor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从用户请求的状态。

总结

通过这次Codex的适配过程，我们可以看到，模型能力越强、代理行为越复杂，对工具链、提示设计和推理轨迹管理的要求就越高。

Cursor团队的做法为我们提供了一个非常值得借鉴的实践示范——既关注模型本身，也关注模型在实际产品环境中的稳定性，这样才能尽可能发挥每个模型的潜力。