Cursor 内部测试：GPT-5.2 在长周期自动化编程任务中胜过 Claude Opus 4.5

广受欢迎的 AI 编程助手Cursor近日公布了一次内部评测结果：在应对超长周期、强自主的编程项目时，OpenAI 最新的GPT-5.2相较 Anthropic 的Claude Opus4.5展现出更稳的可靠性。为进一步验证模型能力，Cursor 团队从零搭建了一款功能完整的Web 浏览器，覆盖 HTML 解析、CSS 布局以及自研 JavaScript 虚拟机等复杂底层模块。

评测结果表明，GPT-5.2在这类动辄数百万行代码、持续数周的“长跑型”任务中，更能精准执行复杂指令，并保持极高的专注度，有效避免长程任务常见的“目标偏移”问题。相比之下，Claude Opus4.5虽在许多场景表现亮眼，但处理此类超大规模工程时，更容易半途停下或尝试走捷径，过早交出控制权。

目前，Cursor已在其平台同步接入了GPT-5.2模型，旨在探索 AI 代理能否独立完成那些通常需要人类团队耗时数月的大型项目。除浏览器实验外，该模型还成功完成了包括 Windows7模拟器与超百万行代码的复杂迁移在内的任务，展现了生成式 AI 在自主工程领域的巨大潜力。

划重点:

• 🚀 长周期任务优势: Cursor表示GPT-5.2在长时间、超大规模的自主编程任务中，比Claude Opus4.5更能紧盯目标，不躺平、不掉线。

• 🌐 硬核实测案例: 团队借助 AI 代理从头写出了 Rust 版浏览器内核，验证了模型在应对数百万行代码时的工程落地能力。

• 🛠️ 效率显著提升: 在部分任务中，AI 代理重构的渲染管线性能提升达25倍，并能自动加入平滑缩放、动态模糊等复杂视觉效果。