待验证50% 置信观点精确时间

与通用代码生成基准（如 HumanEval、SWE-bench）相比，CursorBench 的特点是贴近实际编辑器工作流且把成本作为一等指标纳入报告。

1

来源数

50%

置信度

长期有效

时效性

2026/10/27

首次发现

来源

DeepSeek V4.1 Flash登陆Cursor：全档位领跑成本前沿

涉及实体

CursorBenchconcept HumanEvalconcept SWE-benchconcept

相关事实

待验证智能体文档工具本质是用token成本换取推理效率，通过预先压缩代码库信息节省后续每次任务的上下文开销65% 相似待验证TriggerBench是专门用于评估触发式记忆任务的标准化基准数据集，由独立方发布63% 相似待验证LOADBench 的六项基准任务均配有明确的输入输出定义和评价指标，参考实现以开源许可证发布。63% 相似待验证当协调器同时负责编写代码时，容易导致上下文窗口被实现细节占满，从而影响整体任务规划质量，职责分离可使协调器保持更干净的上下文63% 相似待验证在编程场景中提供准确的报错信息、相关文件路径和预期行为有助于工具定位问题63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1101958

API

curl https://kongchang.com/api/v1/knowledge/claims/1101958

MCP

get_claim(id=1101958)