观点 / 方法精选
Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高
原始标题：Working at the frontier： How Cursor knew Claude Fable 5 was ready for the hardest 1% of problems
内容摘要
Cursor 的模型评估负责人 Nate Schmidt 发现，Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%，创下新高。该模型在模糊的真实编程任务中表现出全局推理能力，例如在航天模拟器中仅凭一句提示自主规划并成功登月，而此前 Claude Opus 运行 12 小时以上仍无结果。