先了解这件事
TensorZero 提出一种基于 Git 提交自动评估 AI 编程助手的方法:用 tree-sitter 将代码解析为语法树,再用树编辑距离(TED)衡量 LLM 生成代码与提交代码的差异,从而为 Cursor 等编码智能体的推理结果生成反馈。该方案开源,可在已部署 Cursor 集成的机器上运行。随后,TensorZero 团队把自研开源框架作为自托管代理接入 Cursor,成功观测并改写 Cursor 发往 LLM 的 API 调用。他们发现 Cursor 会先请求自家服务器再发起 LLM 调用,因此本地网关无法直连,最终用 Ngrok 加 Nginx 反向代理并处理 CORS 才打通链路。作者看到 Cursor 用于问答的系统提示词仅 642 token,并已用 Claude 4.0 Sonnet、GPT-4.1、o4 Mini 和 Gemini 2.5 Pro 做等比例随机分流测试。
AI 根据公开报道生成
最新进展 · 正式报道
TensorZero 逆向解析 Cursor 的 LLM 客户端事件进展
2 个已确认进展
- 来源：TensorZero 工程博客
- 来源：TensorZero 工程博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月9日
TensorZero 工程博客一手
TensorZero 逆向解析 Cursor 的 LLM 客户端
TensorZero 团队把自研开源框架作为自托管代理接入 Cursor，成功观测并改写 Cursor 发往 LLM 的 API 调用。他们发现 Cursor 会先请求自家服务器再发起 LLM 调用，因此本地网关无法直连，最终用 Ngrok 加 Nginx 反向代理并处理 CORS 才打通链路。作者看到 Cursor 用于问答的系统提示词仅 642 token，并已用 Claude 4.0 Sonnet、GPT-4.1、o4 Mini 和 Gemini 2.5 Pro 做等比例随机分流测试。
TensorZero 工程博客一手
TensorZero：用每次 Git 提交自动评估 AI 编程助手
TensorZero 提出一种基于 Git 提交自动评估 AI 编程助手的方法：用 tree-sitter 将代码解析为语法树，再用树编辑距离（TED）衡量 LLM 生成代码与提交代码的差异，从而为 Cursor 等编码智能体的推理结果生成反馈。该方案开源，可在已部署 Cursor 集成的机器上运行。