天眼日报

🤖 AI 大模型

Cursor 承认 Composer 2 基于 Kimi K2.5，并进行持续预训练与强化学习

围绕 Cursor Composer 2 的多条报道可合并为同一事件：Cursor 新发布的 Composer 2 在基准测试中表现突出，但随后因未清晰标注底层模型而引发争议。Cursor 联合创始人 Aman Sanger 确认，Composer 2 以 Moonshot AI 的 Kimi K2.5 为基础模型，在此之上进行了持续预训练，并投入约 4 倍规模的强化学习训练。Kimi 团队进一步说明，双方合作通过 Fireworks 平台获得商业授权接入。事件核心并非模型能力本身，而是产品命名与披露透明度问题。

NVIDIA 开源 Nemotron-Cascade-2：30B 参数模型获国际数学奥赛金牌级成绩

NVIDIA 开源 Nemotron-Cascade-2，总参数规模为 30B、激活参数约 3B。根据披露结果，该模型在国际数学奥林匹克、智力竞赛和计算机竞赛等评测中取得金牌级表现，代码能力也超过 Qwen3.5-35B-A3B。该消息的亮点在于，Nemotron-Cascade-2 以相对高效的激活参数实现了极强的推理与竞赛能力，显示出开源模型在数学和代码任务上的进一步突破。

记忆注意力论文开源：4B 模型击败 235B 的 RAG 系统

一篇“记忆注意力”方向的新论文提出将记忆机制直接融入注意力层，并通过端到端训练实现长期信息保留，同时保持线性复杂度。作者称，基于该方法的 4B 模型在相关任务上胜过 235B 规模的 RAG 系统，而且仅需 2 张 A800 即可处理 1 亿 token。该成果被视为对 Agent 长期记忆问题的重要推进，说明相比外挂式检索增强，模型内部原生记忆机制可能带来更高效、更一致的长期上下文能力。

Claude Code 产品经理总结 AI 时代产品管理的四个变化

Anthropic 的 Claude Code 产品经理 Catwu 分享了 AI 时代产品管理的四项关键转变：第一，以短周期 sprint 和快速实验替代长期路线图；第二，优先用可运行原型而非文档推动协作；第三，随着底层模型更新，要重新评估原有功能设计；第四，坚持最简方案，避免过早复杂化。Datagon 的产品经理也补充称，借助 AI，原型开发时间已被压缩到数小时。整体来看，这反映出 AI 产品迭代正在从“规划驱动”转向“实验驱动”。

Anthropic 法庭文件披露其与五角大楼就国家安全与自主武器问题的谈判细节

Anthropic 在一份法庭文件中反驳外界关于其存在国家安全风险的说法，并披露了其与美国国防部沟通的部分细节。文件称，3 月 4 日国防部副部长邮件显示，双方在若干议题上已接近达成共识，主要分歧集中于自主武器与监控相关边界。Anthropic 还强调，Claude 的部署并不存在所谓“远程开关”，相关员工均通过安全审查。该案听证会定于 3 月 24 日在旧金山举行。

Andrej Karpathy：AI 代理失败更多是用户技能问题，而非模型能力不足

Andrej Karpathy 在一次访谈中表示，当前 AI 代理效果不佳，很多时候并不是模型本身能力不够，而是用户不会有效委托任务。他指出，常见问题包括指令设计不清晰、缺少合适的记忆与工具支持，以及对输出缺乏审查。Karpathy 建议把任务拆成可由代理并行处理的“约 20 分钟宏动作”，例如编码研究、信息整理等，再由人类审核结果。这一观点强调，AI 代理的实际生产力很大程度取决于用户的任务设计与协作能力。

OpenAI 向美加大学生提供 100 美元 Codex API 信用额度

OpenAI 宣布向经过认证的美国和加拿大大学生发放 100 美元信用额度，用于访问 Codex API，帮助学生完成编程相关任务。这一举措有助于降低学生体验 AI 编程工具的门槛，也可能推动 Codex 在教育场景中的更广泛使用。对 OpenAI 而言，这既是开发者生态培育的一部分，也是在学生群体中推广 AI 编程工作流的直接尝试。

---