# Cursor + SpaceXAI：迭代最快的團隊才能勝出

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Sarah Wang (@sarahdingwang) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥🔥 · 日期：2026-08-15

> 原始來源：https://x.com/sarahdingwang/status/2088271571848986965

## 證據與延伸閱讀

- [# Cursor + SpaceXAI：迭代最快的團隊才能勝出](https://x.com/sarahdingwang/status/2088271571848986965)
- [Cursor 史上最快達到 10 億美元 ARR](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/cb9bfba6ed093b74.jpg)

## 中文摘要

# Cursor + SpaceXAI：迭代最快的團隊才能勝出

作者：@BornsteinMatt、@martin_casado，以及我。

AI 程式開發可能是我們這一生所見、規模最大的可開發市場。而且，除非你認為這個市場已經被我們充分開發了（沒有人會這麼想；我們比較像只走了 1% 的路），否則不只是創投圈，企業生產力領域最大的問題就是：「你要押注哪個團隊，才能最終做出勝出的產品？」

你要押注最聰明的團隊嗎？

你要押注擁有最多原始算力、資源與運算能力的團隊嗎？

還是你要押注迭代速度最快的團隊？

如果你認為答案是 #1，那其實很難押，因為每個團隊都很聰明。每週都會有某位天才研究員從一間實驗室轉到另一間實驗室，「聰明」排行榜也跟著變動。所以如果你要押這一邊，祝你在評估勝率時好運；我們認為這很難判斷。

也許你認為答案是 #2，因為你已經接受了 bitter lesson，認為只要前沿模型甩開其他競爭者，其他事情幾乎都不重要。（不過想想看，目前實際上只有一座 gigawatt 級資料中心正在運作，而且還是由誰建造的。）

但如果你認為答案是 #3——從歷史來看，這其實是個相當不錯的押注——那麼 Cursor 與 SpaceXAI 聯手的故事，將會成為一段傳奇。

# Cursor 之前

Cursor 的故事與其他 AI 故事線不同。他們是唯一一家從產品出發、試圖解決實際問題的高階 AI 程式開發產品；其他公司則是從實驗室出發，打造基礎模型。（Copilot 可能是另一個答案，但他們不在同一個級別。）

如果把時間倒轉幾年，AI 模型還不太擅長撰寫程式碼。你可以用它們開始一些有趣的專案；但需要搭建大量 scaffolding，才能避免它們把一切弄得一團亂。開發者總是樂於探索程式開發效率的前沿，但幾乎沒有人認為，直接把 GPT-3.5 丟進程式碼庫，就能期待得到什麼好結果。

當時新興的「AI 程式開發」領域，主流模式是 tab-complete。你會開啟 IDE，像平常一樣撰寫程式碼；接著模型會猜測下一段應該是什麼。雖然 tab-complete 沒有後來的技術那麼具革命性，但它確實能替開發者節省時間，而且市場上確實存在真實需求。

有點有趣的是，Michael Truell 和 Cursor 在很大程度上定義了程式開發的「tab-complete」時代，因為那並不是他創辦 Anysphere 時的初衷。他與 MIT 的共同創辦人 Sualeh Asif、Aman Sanger 和 Arvid Lunnemark，最初嘗試打造的是一個 AI 電子郵件工具，協助使用者撰寫與管理 email，以及一個由 AI 驅動、供機械工程師使用的 CAD 工具。正如 Truell 最近所描述的，他們當時其實有點被其他 AI 程式開發專案嚇到；他們覺得這個領域似乎已經被其他人涵蓋了。

但接著他解釋道：「我們上癮了。我們沒辦法離開它。我們在那年年底開始開發 Cursor；根本原因是，我們想打造一個自己真正喜歡、也想使用的工具。而市場上沒有任何產品真正符合這個條件。……我們的目標，是打造一個能成為我們開發環境的產品，一個我們願意一直使用、又不會讓生產力降低一半的工具。」

2023 年初，也就是 ChatGPT 推出幾個月後，Truell 回到 Hacker News，介紹 Cursor——「一款為使用 AI 進行程式設計而打造的程式碼編輯器」：

![Hacker News 網站上列出多篇與 Cursor 相關的討論文章列表截圖](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/64947a3dfcf6bb67.png)
> Hacker News 網站上的文章列表頁面，頂部為橘色導覽列，下方列出包含 A New Tab Model 與 Cursor 相關的 8 筆討論項目。

<details class="chart-data"><summary>展開畫面重點</summary><div class="me-note">Hacker News new | past | comments | ask | show

1. ▲ A New Tab Model (cursor.com)
   1 point by mntruell on Jan 16, 2025 | past
2. ▲ Character Prefix Conditioning (cursor.com)
   1 point by mntruell on Jan 8, 2025 | past
3. ▲ Character Prefix Conditioning (cursor.com)
   29 points by mntruell on Jan 8, 2025 | past | 15 comments
4. ▲ Show HN: A Copilot for Diffs (cursor.sh)
   1 point by mntruell on March 22, 2024 | past
5. ▲ Cursor: A code editor built for programming with AI
   14 points by mntruell on March 24, 2023 | past | 11 comments
6. ▲ Cursor: An AI-Enabled IDE (twitter.com/amanrsanger)
   8 points by mntruell on Jan 18, 2023 | past
7. ▲ Cursor - An AI Email Companion (cursor.so)
   2 points by mntruell on Jan 20, 2022 | past
8. ▲ Show HN: Cursor - An AI Email Companion
   4 points by mntruell on Jan 20, 2022 | past | 5 comments</div></details>

他的貼文只有 11 則留言，而 Cursor 在 2023 年大部分時間都只是早期 AI 採用者之間的一款利基工具。但產品非常出色，而且模型在程式開發方面越來越強。它一步一步累積使用者之間的動能。消息逐漸傳開：如果你是認真想用 AI 寫程式的人，Cursor 就是最好的工具。

# 「他們真的很想打造出色的產品。」

2024 年，事情開始垂直起飛。開發者發現了這項產品並愛上它，接著把它推薦給朋友，而他們的朋友也同樣愛上了它。在某次使用者聚會上，一位來自日本的使用者表示，他帶著自己用日文寫的一本 Cursor 使用指南，從東京飛了過來。那場面真的就像軟體界的披頭四；我們從未見過類似的情況。

![Cursor 從獲資到 ARR 達到 10 億美元僅需約 2.8 年，速度超越 Anthropic、Uber、OpenAI、Zoom、Slack 與 Figma。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/cb9bfba6ed093b74.jpg)
> Cursor 從獲得融資到達到 10 億美元 ARR 僅需約 3 年，成長速度領先 Anthropic、Uber、OpenAI、Zoom、Slack 與 Figma。

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th></th><th>起始</th><th>結束</th></tr></thead><tbody><tr><td>Cursor</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約2.8年)</span></td></tr><tr><td>Anthropic</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約3.8年)</span></td></tr><tr><td>Uber</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約5.7年)</span></td></tr><tr><td>OpenAI</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約8.1年)</span></td></tr><tr><td>Zoom</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約10.2年)</span></td></tr><tr><td>Slack</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約12.2年)</span></td></tr><tr><td>Figma</td><td class="rank-bar num bar-w-0"><span class="bar-val">0 (0年)</span></td><td class="rank-bar num bar-w-100"><span class="bar-val">1B (約13.3年)</span></td></tr></tbody></table></details>

Anysphere——多數人直接稱它為「Cursor」——成為史上最快達到 1 億美元年度經常性收入的軟體公司。四名二十出頭的輟學生，在毫無預兆的情況下，打造出全球最熱門的新創公司之一。他們是我們見過最特別的創辦人之一。除此之外，他們還很有品味。如果你走進他們的辦公室——當然，得先脫鞋——你會看到到處都是植物、閃爍燈串，以及由共同創辦人親自挑選的 hygge 家具。對他們來說，AI 程式開發不只要能運作，也不只要有良好效能；它還必須是美的。

而它確實很美。Cursor 擁有出色的 tab-complete 模型，並在 2024 年 11 月收購 Supermaven 後進一步打磨；它有一個側邊欄，可以和模型對話、要求模型執行任務；更重要的是，它能讓你輕鬆切換不同模型。

這一點非常重要。有些企業 AI 應用程式的終端使用者，其實不在意背後使用的是哪個模型，只要結果夠好就行。但程式開發不是這樣。開發者對自己的程式開發環境出了名地挑剔又有主見，而且會明確捍衛自己的偏好與品味。因此，Cursor 能讓你使用自己選擇的模型，或依照任務在不同模型之間切換，這一點非常關鍵。它讓開發者坐在主導的位置上，而 Cursor 則成為連接開發者與 token 的樞紐，並提供適當的 scaffolding，讓整體體驗順暢無礙。

Reelful 創辦人、長期 Cursor 使用者 Kate Deyneka 再次強調，這種產品優先的直覺，正是 Cursor 與各個實驗室不同的原因。「他們是目前唯一一家從產品而不是實驗室出發的 AI 程式開發公司。他們是從開發者的角度出發，因為他們自己就是開發者。他們真的很想打造出色的產品。」這也是早期以 IDE 為優先的策略如此重要的原因：Cursor 沒有要求開發者一夜之間拋棄原有工作流程。Deyneka 表示，它「希望在 VS Code 裡，從人們原本所在的位置與他們相遇」，而這個轉換之所以不可或缺，是因為「完全信任 AI 來替你寫程式，本身就是一個過程」。在她看來，Cursor 早期的產品決策不只讓開發者更有效率，也教會了開發者充分信任 AI，進而把真正的程式開發工作交給它。

批評者稱 Cursor 只不過是 OpenAI、Anthropic 等公司產生的 token「轉售商」。但在那個階段，開發者並不認為這些模型已經好到可以即插即用地自主運作，也不認為它們彼此差異大到值得被鎖定在任何單一生態系中。當時需要有人彌合模型能力與開發者實際需求之間的落差，而 Cursor 是最好的產品。至少在那一刻是如此。

# 考驗

到了 2025 年，基礎模型變得越來越強；而模型實驗室也想取得更大的一塊蛋糕。那年春天，Anthropic 推出了 Claude Code：你只要用自然語言交代任務，它就會自行讀取程式碼庫、撰寫程式碼、執行命令，並針對錯誤反覆迭代。如果說 Cursor 的體驗像是「副駕駛」，那麼 Claude Code 就接近「自動駕駛」。不過，當時的模型還沒強到足以真正實現自動駕駛。如果你是認真的開發者，仍然會想檢查程式碼。

但在 2025 年最後幾個月，隨著新一代重磅前沿模型問世——從 Anthropic 發布 Opus 4.5 開始——這個自動駕駛模式似乎開始接管一切。模型實驗室的營收突然起飛，Claude Code 與 OpenAI 的 Codex 成為史上成長速度最快的產品之一。看起來，前沿 AI 實驗室正逐漸甩開其他競爭者，拿下這場競賽的獎賞。

這讓 Cursor 面臨一個棘手的問題。

整整一年，人們持續對 Cursor 表達懷疑，認為 AI 訂閱服務在結構上並不穩健、容易受到攻擊，注定會遭遇「軋空」。（順帶一提，我們從未同意這種看法。）現在，人們又開始說，讓 Cursor 成功的 IDE 這種產品形式已經過時。IDE 對手動撰寫程式碼至關重要，在 tab-complete 時代仍然不可或缺。但在 Agentic 程式開發時代，當「程式開發」越來越等同於「告訴程式開發 Agent 該做什麼」，IDE 不再必然是程式設計體驗的核心。如果 Agent 會替我們完成工作，而且完成得夠好，好到我們甚至不需要查看程式碼，那我們還需要 IDE 做什麼？

當然，這並不適用於所有人；認真的開發者仍然想查看程式碼，也希望熟悉自己的程式碼庫。但進步的軌跡實在太強烈了。當你擁有真正強大的 Agentic 程式開發能力，以及能直接替你完成工作的 AI 時，tab-complete 加上 LLM 聊天就不再那麼有趣。當一兩家公司在程式開發能力上遙遙領先，而且願意補貼自有管道時，在不同模型之間切換也不再那麼吸引人。Cursor 的 scaffolding、模型彈性與程式開發熟悉感，開始受到四面八方的質疑；到了 2026 年 1 月，網路上的討論已經把 Cursor 視為不具競爭力的選手。

# 唯一的出路，就是穿越困境

批評者低估了 Cursor 的兩項能力，而這兩點帶來了決定性的差異。

第一，是它擁有來自全球開發者的海量高品質程式開發資料——這些開發者都在 Cursor 平台上建構產品。Cursor 知道優質程式碼是什麼樣子，也知道良好的程式開發實務是什麼樣子；而在那個時刻，這些資料變得很有價值。Cursor 在 2025 年 10 月推出的「Composer」，是一個完全由 Cursor 開發的新程式開發模型。以它的速度、低成本與符合人體工學的使用體驗來說，當時受到的關注少得令人吃驚。

正如 Cursor 營運長 Jordan Topoleski 告訴我們的，公司長期以來一直「缺乏運算資源；只用非常少的運算資源，打造能力越來越強的程式開發模型」。他們的解法，是充分運用 Cursor 獨有的資產：一個深受喜愛、能觸及大量開發者的產品。團隊的論點是，「它可以把開放原始碼基礎模型，與來自大規模產品分發的獨特資料結合起來，打造出一個專門的程式開發模型，而且以自身規模來說，能與遠比自己強大的對手競爭。」

第二，Team Cursor 只是非常清楚地看待當時的局勢。2026 年 1 月 5 日，受到 2025 年底前沿模型能力大幅提升的刺激，Truell 為公司所有人召開了一場會議。Cursor 必須打造出與世界頂尖模型同等級的程式開發模型，同時繼續為客戶提供多樣且實用的模型選擇。Truell 宣布，這代表所有員工都必須取消不必要的會議，並準備好在短時間通知下加入新團隊、長時間投入高強度工作。

Cursor 能在如此短的時間內完成這件事，看起來完全不合理。但迭代速度很重要，而 Cursor 的動作很快。2026 年 2 月，Cursor 宣布推出 Composer 1.5。它相較前代有大幅改進，同樣是一個價格極低的模型，但仍落後於 Anthropic 與 OpenAI 的前沿模型。

![Composer 2.5 以每任務 $0.07 的成本達到 62 的 Coding Agent Index，在成本與能力的權衡邊界上大幅降低使用成本，同時接近 Claude Opus 4.7 (max) 約 65 分與 GPT-5.5 (xhigh) 約 64.5 分的水準。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/0c0addaddc22b3d4.jpg)
> Composer 2.5 在 Coding Agent Index 指標下以每任務 $0.07 坐落於成本效益前沿。

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>模型</th><th>每任務成本</th><th>Coding Agent Index（圖上估讀）</th></tr></thead><tbody><tr><td>Composer 2.5</td><td>$0.07</td><td>62</td></tr><tr><td>Composer 2.5 (Fast)</td><td>$0.44</td><td>62</td></tr><tr><td>Claude Opus 4.7 (max)</td><td>$4.10</td><td>約 65</td></tr><tr><td>GPT-5.5 (xhigh)</td><td>$4.82</td><td>約 64.5</td></tr></tbody></table></details>

五週後，Composer 2 問世。它建立在 Moonshot 的 Kimi 2.5 基礎模型之上，並針對程式開發進行大量額外訓練與強化學習。此時，他們在價格效能比上已經超越 Anthropic 與 OpenAI。再過八週，Composer 2.5 推出：透過額外訓練與 RL，效能又大幅躍升。Cursor 自行開發的模型開始展現出與前沿模型實驗室競爭的能力——不只是相對於價格，在絕對能力上也是如此。演化已經啟動。

在打造能力越來越強的模型時，Cursor 團隊也圍繞著這些模型重新塑造產品體驗。10 月，他們宣布「Cursor 2.0」，以平行互動多個 Agent 為核心，重新架構 Cursor 應用程式。到了 4 月，「Cursor 3」問世。Cursor 已經不太像傳統 IDE 了：它是「一個透過 Agent 建構軟體的統一 workspace」，並以 Composer 模型的能力為架構核心。

![各程式模型在 SWE-bench Verified 的解決率隨任務長度增加而顯著衰退，在 1–4 小時長任務中 Claude Opus 4.7 以 64% 解決率領先。](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d07648429d6efdd7.jpg)
> 各 Coding 模型在 SWE-bench Verified 隨任務時長增加解決率明顯下降，其中 Claude Opus 4.7 在 1-4 小時任務以 64% 解決率領先。

<details class="chart-data"><summary>展開數據表</summary><table><thead><tr><th>模型</th><th>&lt;15 min</th><th>15m–1h</th><th>1–4 hr</th><th>&gt;4 hr</th></tr></thead><tbody><tr><td>Claude Opus 4.7</td><td>89%</td><td>80%</td><td>64%</td><td>67%</td></tr><tr><td>GPT-5.5</td><td>92%</td><td>81%</td><td>50%</td><td>67%</td></tr><tr><td>Composer 2.5 (Cursor)</td><td>87%</td><td>79%</td><td>52%</td><td>67%</td></tr><tr><td>DeepSeek V4</td><td>90%</td><td>76%</td><td>45%</td><td>0%</td></tr><tr><td>Field avg, 46 models</td><td>81%</td><td>64%</td><td>32%</td><td>22%</td></tr></tbody></table></details>

但即使到了這個階段，Cursor 仍然有另一個問題，而這個問題無法靠決心或迭代解決。它需要更多運算資源，才能繼續參與這場競賽。

到了這時，OpenAI 與 Anthropic 每隔幾個月就籌集數百億美元，並確保取得龐大的鎖定式運算資源。他們可以在巨型叢集上訓練規模更大的模型。訓練配方和資料可以再怎麼聰明，但到了某個階段，你就是需要運算資源。Cursor 必須把戰線推進到前沿模型實驗室的領域，而這代表他們需要規模。想辦法取得規模。但要從哪裡來？

# Rocket man

你可能沒注意到，xAI 與 Cursor 是在同一個月份成立的。Elon Musk 在 2023 年 3 月創辦 xAI 時，確實獲得了更多關注：Elon 的目標，是打造一個「具備最大好奇心」的 AI，讓它能「理解宇宙的真正本質」。當時有一場 AI 競賽要贏，而 Elon 想贏下來。

接下來兩年，Elon 以史無前例的速度，成功建造了巨型資料中心——橫跨田納西州與密西西比州邊界的 Colossus 1 與 Colossus 2。xAI 擁有比 OpenAI 或 Anthropic 更多的運算資源！但它在程式開發方面始終無法縮小差距；到了 2025 年，局勢已經很清楚：沒有程式開發能力，就不可能贏得 AI 競賽。Elon 承認，公司「第一次打造時並沒有建立在正確的基礎上」。但他拒絕放棄。「它是不是最好的，還有待觀察，」他在 2026 年 5 月表示，「但我永遠不會放棄。永遠不會。」

![一名男士在大型室內空間中蹲著觀察地面上散落的金屬碎屑與零件](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/8c4906518b144128.png)
> 一位身穿黑色上衣與短褲的男士蹲在室內地面上，前方與周遭散落著大量金屬碎片與廢棄零件，遠處有另一位穿黑衣的男士正背對鏡頭站立，背景為一個內部架設金屬支架與管線的寬敞大型棚架空間。

<details class="chart-data"><summary>展開畫面重點</summary><div class="me-note">畫面為一張照片，顯示一個類似廠房或倉庫的大型室內空間，頂部有弧形結構與通風管線。地面上散落著多堆金屬碎屑、零件與線材。左側前景有一位男士正蹲在地上觀看，身穿黑色上衣與短褲；中景站著另一位身穿黑色上衣的男士，遠處右側還有一名人員正在整理地上的物品。空間中另有推車、貨物箱與一些設備。</div></details>

於是 Elon 聯絡了 Truell——他只用如此少的運算資源，卻讓自行開發的程式開發模型展現出驚人效果。

2026 年 4 月，當年稍早已併入 xAI 的 SpaceX，宣布可能與 Cursor 達成交易。這有點像是針對該公司的買權：SpaceX 有權以 600 億美元收購 Cursor；如果交易未能完成，SpaceX 則會支付 15 億美元現金與 85 億美元運算資源作為解約費。6 月 12 日，SpaceX 以史上規模最大的 IPO 上市；四天後，Elon 確認了他的意圖：SpaceX 將以 600 億美元、全股票交易的方式收購 Cursor。這是有創投支持的新創公司史上最大宗的收購案。

取得 SpaceXAI 資料中心的存取權，改變了 Cursor 能夠嘗試的規模。Jordan 表示，這項合作讓 Cursor 擁有「多一個數量級的運算資源」，能讓團隊「執行顯著更多的實驗，並運用比過去多得多的資料」。這對後訓練尤其重要：更多運算資源代表 Cursor 能更快迭代專門的訓練配方，把強大的基礎模型轉化為實用的程式開發模型，同時讓模型與產品保持緊密耦合。正如 Jordan 所說，公司的優勢在於「不把模型與產品視為彼此獨立的事物，而是朝著最實用的模型與最實用的產品體驗共同建構，將兩者結合在一起」。

Cursor 與 SpaceXAI 在文化上高度契合。兩者的工作速度與強度都接近荒謬的程度，而且都由迭代所定義。第一次做錯、第二次做錯、第三次做錯，甚至第十次或第二十次做錯，都不重要。只要繼續前進。如果你比其他任何人都更快朝正確方向前進，你大概就會贏。這就是 Elon 整段職業生涯的故事，從 SpaceX 的 Falcon 到 Tesla 的 Full Self-Driving；這也是 Team Cursor 的故事。Cursor 不只一次重新發明了自己，而是兩次：第一次，從電子郵件工具變成 tab-complete IDE 與 token 轉售商；第二次，從 tab-complete IDE 與 token 轉售商變成 AI 實驗室與 token 創造者。而這一切都在不到四年的時間內完成。

# Cursor 與企業

![一名男士站在大型黑色螢幕前，螢幕中央顯示引述 "@cursor/sdk" 的程式碼片段](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/c090aa4b15c2f94f.jpg)
> 一名講者站在舞台右側的地毯上，背後的大型黑色螢幕中央顯示著一行白色與藍色的程式碼「import { Agent } from "@cursor/sdk"」，舞台兩側擺放著綠色植物盆栽。

<details class="chart-data"><summary>展開畫面重點</summary><div class="me-note">畫面中央的黑色大型方框內顯示了一行程式碼：
`import { Agent } from "@cursor/sdk"`

右下方站立著一位男士，身穿綠色長袖上衣與深色長褲，正面向前方。背景兩側擺設有綠色植物。左下角有一個小型白色標誌。</div></details>

依 Jordan 的估計，Tab／autocomplete 模型讓開發者的生產力提升了 5–10%，接著 Agent 又把生產力增幅推高到約 35%。現在，Cursor 正進入第三波：多個平行執行、執行時間更長的 Agent，專門針對複雜企業環境提供實用價值。Agentic 工作階段可能執行數小時，而平均企業客戶約有 65% 的正式環境程式碼來自 AI。

他回憶起與一家《財星》500 大企業 CIO 的會面。對方告訴他，Cursor 已經讓該組織每週的程式碼產出量，從約 15 萬行增加到 80 萬行。好處顯而易見，但二階問題也同樣立刻浮現。產出量的增加徹底摧毀了整個程式碼審查流程，讓「如何在程式碼走向正式環境的過程中維持品質」成為新的瓶頸。

Cursor 必須快速推進 Jordan 所稱的「外圈」：檢查、整合、測試並將程式碼部署至正式環境的流程，涵蓋「軟體開發生命週期中，程式碼產生位置的左右兩側」。因此才有 BugBot、Origin、SDK、automation 與 cloud Agent 等產品：它們都是對新問題的回應——當程式碼生成變得大幅更便宜、更快速時，稀缺資源不再是撰寫程式碼，而是為程式碼背書。

數字證實了這個故事。2025 年初，Cursor 的營收仍有「超過 80%」來自 B2C 業務，而 B2B 比較像是組織中正在萌芽的一部分。但這個比例很快就翻轉了。與 SpaceX 結成團隊時，將近 80% 的營收已經來自 B2B。這種轉變反映出，當 Cursor 深度嵌入企業後，大型客戶的擴張速度有多快：早期企業客戶群在第一年通常會將使用量提高超過 10 倍，隨著產品影響力擴散到整個組織，帳戶規模會從「100 萬美元的預算項目，變成 1,000 萬美元的預算項目，再變成 1 億美元的預算項目」。

在一家大型娛樂公司，原本預計耗時六個月、成本 120 萬美元的舊版程式碼遷移，最後由七、八名工程師在為期三天的 hackathon 中完成。在 NVIDIA，Cursor 從最初的 POC，在合作後幾個月內就擴展到 100% 的開發者，以及每週超過 30,000 名活躍使用者，成為該公司在整個組織中採用速度最快、普及範圍最廣的工具。而在 National Australia Bank，一支由 100–150 名工程師組成的團隊，將原本排程九個月的舊版 .NET 單體系統，遷移至 Java 後端與 React 前端，最後在九週內完成；Jordan 告訴我們，之後採用人數已成長至 5,000–6,000 名工程師，而 CIO 則指出，Cursor 的多模型設定，讓他們能在大規模使用下控制成本。

前幾天推出的 Grok Bot，為 SpaceXAI 與 Cursor 共同征服下一個前沿領域打開了大門：組織中的其他人。讓公司裡的所有人都擁有開發者能力，一直是 AI 採用的聖杯之一，但產品必須真的能運作，才有可能取得任何實質進展。時間軸上的第一時間反應，不只是「它能完成工作」，而是更特別的：「這太好玩了！」當你知道一個產品具備特殊配方，就是在這個時候：如果人們使用它時感到真正愉快，那麼你不只幫助他們提高生產力，也很可能確實提升了他們在工作中的滿意度與喜悅。

未來已經到來，而且令人驚嘆。

# Cursor 長存

Michael 給人一種沉靜的自信。當他告訴你，他要打造一家能影響一整個世代的公司時，你會相信他。即使在 2024 年 6 月，他坐在我們辦公室裡，自信地告訴我們企業會購買 Cursor，而不是繼續使用 VS Code，這件事當時實在很難相信，但我們就是知道，他會成為矽谷最偉大的故事之一。

在創投世界裡，你總是在尋找這樣的故事。毫無預警地出現、快速崛起的無名小子，在車庫裡創辦公司：Jobs、Bezos，以及 Google 的那幾個人。失勢與不可能的東山再起：又是 Jobs、Palmer Luckey、Travis Kalanick。還有那些要嘛摧毀公司、要嘛讓公司永垂不朽的生死危機：1990 年代的 Apple、2010 年代的 Uber，以及 Elon 的公司——彷彿一直都處於這種危機之中。

這個故事與眾不同的地方，在於它發生的速度。其他大多數經典故事都歷時 10 年、20 年，甚至 30 年；Cursor 的完整弧線——流星般崛起、瀕臨死亡的敘事、策略重塑，以及 600 億美元收購——大約只花了四年。

收購有時會在社會觀感上被視為一家公司的日落，而很多人正是如此解讀這則消息。他們轉傳 Truell 過去在 Hacker News 發表的貼文照片，或是截圖分享 Truell 在 2022 或 2023 年傳給他們、詢問是否想加入團隊的訊息，又或者分享 Cursor 團隊有多努力工作的故事。但這是對 Elon 與 Cursor 的錯誤解讀。如果那真是他們想要的結果，那 Elon 就不會是 Elon，而 Cursor 也會很快淡出人們的記憶。

Elon 與 SpaceXAI 想贏下 AI 程式開發競賽，而最理想的做法，就是與 Michael 以及可能是唯一跟得上他們的團隊並肩作戰。在他們看來，全球擁有最佳 GPU 對程式開發能力比例的公司，突然取得了龐大的額外運算資源：SpaceXAI 的巨型資料中心、SpaceX 更廣泛的基礎設施，以及 Elon 以驚人速度讓新運算容量上線的能力。隨著本週 Grok 4.6 發布，Cursor 生產 Pareto 前沿模型的能力，加上 SpaceXAI 的運算資源，已經開始證明自己是前沿領域真正的競爭威脅。

![Grok 4.6、Opus 5、Fable 5、Kimi K3 與 GPT-5.6 系列等模型在 CursorBench 3.2 的分數與每任務平均成本比較](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/c0d9217a7ce88e0e.jpg)
> Grok 4.6、Opus 5、Fable 5、Kimi K3、GPT-5.6 Sol、Sonnet 5、Gemini 3.7 Flash、Composer 2.5、GPT-5.6 Terra 與 GPT-5.6 Luna 在 CursorBench 3.2 的平均任務成本與得分權衡比較。

<details class="chart-data"><summary>展開圖表結構</summary><table><thead><tr><th>項目</th><th>畫面資訊</th></tr></thead><tbody><tr><td>縱軸</td><td>CursorBench 3.2 score，45%–75%</td></tr><tr><td>橫軸</td><td>Average cost per task，由左至右約 $18–$0</td></tr><tr><td>模型系列</td><td>Grok 4.6、Opus 5、Fable 5、Kimi K3、GPT-5.6 Sol、Sonnet 5、Gemini 3.7 Flash、Composer 2.5、GPT-5.6 Terra、GPT-5.6 Luna</td></tr><tr><td>讀圖限制</td><td>圖上未逐點標示數字，因此不提供像素估讀的精確端點資料</td></tr></tbody></table></details>

幾年前，AI 程式開發幾乎還不存在這個市場；再過幾年，它會變成什麼樣子，我們也幾乎沒有概念。在這樣的市場裡，你大概應該押注那些行動最快的人。有許多公司非常聰明，也擁有出色的初始產品，但在局勢要求它們重新發明自己時，卻沒有這麼做：它們失去早期領先優勢，逐漸淡出人們的記憶。那些無法適應的潛力新創公司，名單既長又持續增加。

Cursor 與 Elon 正好相反。他們並不是每次決策都正確；就算是最聰明、能力最強的人，也不可能每次都做出正確判斷。但他們不懈地迭代，而且真的、真的非常想贏。

Cursor 收購案完成幾天後，一則關於 Michael Truell 的舊故事曝光了。故事發生在很久以前的 2019 年，當時他正在參加 Neo accelerator。當時的導師回憶起他的成熟、好奇心，以及「帶點惡作劇意味的自信」。其中一位導師回憶，在一次團體競賽中，Truell 為他的團隊取了一個非常直白的名字：他把團隊叫作「Winning Team」。

## 媒體內容

**Cursor 從獲得融資到達到 10 億美元 ARR 僅需約 3 年，成長速度領先 Anthropic、Uber、OpenAI、Zoom、Slack 與 Figma。**

**數據表**

|   | 起始 | 結束 |
| --- | --- | --- |
| Cursor | 0年 ($0) | 約3年 ($1B) |
| Anthropic | 0年 ($0) | 約3.8年 ($1B) |
| Uber | 0年 ($0) | 約5.7年 ($1B) |
| OpenAI | 0年 ($0) | 約8年 ($1B) |
| Zoom | 0年 ($0) | 約10.2年 ($1B) |
| Slack | 0年 ($0) | 約12.2年 ($1B) |
| Figma | 0年 ($0) | 約13.5年 ($1B) |

**Composer 2.5 在 Coding Agent Index 指標下以每任務 $0.07 坐落於成本效益前沿。**

**數據表**

| 項目 | X | Y |
| --- | --- | --- |
| Composer 2.5 | x=$0.07 | y=62 |
| Composer 2.5 (Fast) | x=$0.44 | y=62 |
| Claude Opus 4.7 (max) | x=$4.10 | y=65 |
| GPT-5.5 (xhigh) | x=$4.82 | y=64.5 |

**各 Coding 模型在 SWE-bench Verified 隨任務時長增加解決率明顯下降，其中 Claude Opus 4.7 在 1-4 小時任務以 64% 解決率領先。**

**數據表**

|   | <15 min | 15m-1h | 1-4 hr | >4 hr |
| --- | --- | --- | --- | --- |
| Claude Opus 4.7 | 89% | 80% | 64% | 67% |
| GPT-5.5 | 92% | 81% | 50% | 67% |
| Composer 2.5 (Cursor) | 87% | 79% | 52% | 67% |
| DeepSeek V4 | 90% | 76% | 45% | 0% |
| Field avg, 46 models | 81% | 64% | 32% | 22% |

## 標籤

Cursor, 產業趨勢, SpaceXAI