Cursor Composer 2.5 มาแล้ว — AI coding agent เริ่มทำงานยาวกับ codebase ได้ดีขึ้น

Cursor Composer 2.5 คือ update ของฝั่ง Cursor ที่เน้นให้ AI coding agent ทำงานกับ codebase จริงได้ดีขึ้น โดยเฉพาะงานที่ต้องต่อเนื่องหลายขั้น อ่าน context เยอะ และทำตาม instruction ของ developer ได้แม่นกว่าเดิม

แหล่งข้อมูลพูดถึงว่า Composer 2.5 ถูกเทรนด้วย test ที่ยากขึ้น และมี synthetic tests มากกว่า Composer 2 ประมาณ 25 เท่า เป้าหมายคือให้ agent เจอสถานการณ์ software engineering ที่ซับซ้อนกว่าเดิม ไม่ใช่แค่เขียน function สั้น ๆ

มีการเทียบ benchmark กับ GPT-5.5 และ Claude Opus 4.7 เช่น Terminal Bench, SWE-bench และ Cursor Bench บางจุด Composer 2.5 ทำได้ใกล้หรือดีกว่าบางโมเดล แต่ต้องอ่านเป็นผลทดสอบหนึ่งสำนัก ไม่ใช่คำตัดสินสุดท้าย

งาน AI coding กำลังย้ายจาก "ช่วยเติมโค้ด" ไปสู่ "รับ task ที่ใหญ่ขึ้น" เช่นแก้ฟีเจอร์ทั้งชุด, refactor module, ปรับ UI หลายหน้า หรือทำงานที่ต้องจำ constraints หลายอย่างพร้อมกัน ถ้า Composer 2.5 ดีขึ้นจริง มันจะช่วยลดภาระงานที่กินแรง developer มากที่สุด

แต่ความยากของงานยาวคือ AI อาจทำแต่ละชิ้นดูดี แต่พอรวมกันแล้ว architecture พัง state ไม่ตรง หรือ behavior หลุด test ดังนั้นการวัดต้องดูภาพรวม ไม่ใช่ดูว่า prompt เดียวสร้างหน้าเว็บสวยไหม

สิ่งที่ควรจับตาคือความสามารถในการทำงานร่วมกับ developer: มันถามกลับเมื่อ ambiguity สูงไหม สรุปแผนก่อนแก้ไหม รัน test ไหม และอธิบาย trade-off ได้ไหม

ฟันธง: ถ้าใช้ Cursor อยู่แล้ว Composer 2.5 น่าลองกับ task จริง แต่ไม่ควรเชื่อ benchmark จนย้าย workflow ทั้งหมดทันที ให้ตั้งชุดงานทดสอบของทีมเองก่อน

ตัวอย่าง test ที่ดีคือเลือก bug จริงหนึ่งตัว, refactor component หนึ่งชุด, เพิ่ม feature ขนาดกลางหนึ่งงาน แล้วให้ Composer 2.5 ทำเทียบกับเครื่องมือที่ใช้อยู่ ดูทั้งเวลา จำนวนรอบแก้ และคุณภาพ diff

Human Gate ยังสำคัญที่สุดในงานยาว ยิ่ง AI รับ task ใหญ่ขึ้น คนยิ่งต้องตรวจ plan, diff, test และ architecture ให้หนักขึ้น ไม่ใช่ปล่อยให้มันทำเยอะขึ้นโดยไม่มีคนคุม