国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

AI 編程領(lǐng)域正在掀起一場(chǎng)深刻的范式轉(zhuǎn)移，Cursor 的崛起正是這一趨勢(shì)的有力注腳。從其創(chuàng)始人的復(fù)盤中，我們得以窺見(jiàn) AI 編程工具如何重塑開(kāi)發(fā)流程，以及持續(xù)打造卓越產(chǎn)品在競(jìng)爭(zhēng)中脫穎而出的關(guān)鍵。

AnySphere 聯(lián)合創(chuàng)始人兼 CEO Michael Truell 所構(gòu)建的 Cursor，不僅是當(dāng)前增長(zhǎng)最快的 AI 編程產(chǎn)品之一，更是未來(lái)“后代碼時(shí)代”的早期形態(tài)。

當(dāng)前 60 個(gè)人的團(tuán)隊(duì)，在產(chǎn)品上線僅 20 個(gè)月時(shí)，Cursor 即實(shí)現(xiàn)了 1 億美元年化經(jīng)常性收入，兩年之內(nèi)增長(zhǎng)至 3 億美元，成為有史以來(lái)增長(zhǎng)最快的開(kāi)發(fā)工具之一。支撐這一成就的，不只是代碼生成能力的提升，更是對(duì)整個(gè)軟件開(kāi)發(fā)流程的重構(gòu)與再定義。

Michael 是在 AI 領(lǐng)域打磨了十年的技術(shù)人，早年在 MIT 主修數(shù)學(xué)與計(jì)算機(jī)，后在 Google 從事研究型工程工作。他對(duì) AI 技術(shù)路徑與商業(yè)史都有深入理解。

在與海外科技博主 Lenny 的對(duì)話中，他清晰描繪了一個(gè)不同于主流假設(shè)的未來(lái)：代碼不會(huì)被完全取代，但它將不再是人類主要的輸出對(duì)象。人們將以接近自然語(yǔ)言的方式表達(dá)他們對(duì)軟件功能與行為的設(shè)想，系統(tǒng)則負(fù)責(zé)將這些意圖轉(zhuǎn)化為可運(yùn)行的程序邏輯。

他指出，如今主流對(duì)于 AI 編程未來(lái)的兩種設(shè)想都存在偏差。一種是認(rèn)為開(kāi)發(fā)方式將基本維持現(xiàn)狀，繼續(xù)依賴 TypeScript、Go、Rust 等語(yǔ)言構(gòu)建程序；另一種則相信未來(lái)可以僅通過(guò)與聊天機(jī)器人對(duì)話，就完成整個(gè)開(kāi)發(fā)流程。

多形態(tài)并存的開(kāi)發(fā)方式

談及 Cursor 的起點(diǎn)，Michael 回顧了兩個(gè)關(guān)鍵時(shí)刻：

第一個(gè)，是他們首次接觸 GitHub Copilot 的內(nèi)部測(cè)試版本。這是他們第一次使用到真正實(shí)用的 AI 開(kāi)發(fā)工具，它不僅不是噱頭，而且顯著提升了工作效率。

第二個(gè)時(shí)刻，是他們研讀了 OpenAI 與其他研究機(jī)構(gòu)發(fā)布的一系列 Scaling Law 論文。這些論文讓他們認(rèn)識(shí)到：即使沒(méi)有新算法，只要持續(xù)擴(kuò)展模型參數(shù)與數(shù)據(jù)規(guī)模，AI 也會(huì)不斷進(jìn)化。

在 2021 年末、2022 年初，他們堅(jiān)定了一個(gè)判斷：AI 產(chǎn)品的時(shí)代真正到來(lái)了。但與大多數(shù)創(chuàng)業(yè)者圍繞“構(gòu)建大模型”展開(kāi)不同，Michael 和團(tuán)隊(duì)試圖從知識(shí)工作的角度出發(fā)，反向思考在 AI 增強(qiáng)之下，各個(gè)具體工作場(chǎng)景會(huì)如何演變。

當(dāng)時(shí)他們選了一個(gè)看似冷門的方向——機(jī)械工程。他們認(rèn)為這個(gè)領(lǐng)域競(jìng)爭(zhēng)小，問(wèn)題空間明確，于是開(kāi)始做 CAD 工具自動(dòng)化。但很快他們發(fā)現(xiàn)，對(duì)機(jī)械工程缺乏足夠熱情，且缺乏數(shù)據(jù)語(yǔ)料，開(kāi)發(fā)推進(jìn)非常困難。

最終，他們決定回到最熟悉的領(lǐng)域：編程。雖然當(dāng)時(shí)市場(chǎng)已有 Copilot、CodeWhisperer 等產(chǎn)品，但他們認(rèn)為沒(méi)有人真正把愿景推向極致。盡管這是最熱門、競(jìng)爭(zhēng)最激烈的方向之一，但他們依然判斷“天花板”極高，足以支撐一家極具突破性的產(chǎn)品公司。他們放棄了“避開(kāi)熱區(qū)”的策略，選擇了“在熱區(qū)做深”的路線。

Cursor 的核心決策之一，是不做插件，而是構(gòu)建一個(gè)完整的 IDE。在他們看來(lái)，現(xiàn)有 IDE 與編輯器的架構(gòu)無(wú)法適配未來(lái)的開(kāi)發(fā)方式與人機(jī)交互邏輯。

“我們希望能對(duì)整個(gè)界面擁有控制權(quán)，重新定義開(kāi)發(fā)者與系統(tǒng)之間的交互界面。”這不僅是為了實(shí)現(xiàn)更自然的控制粒度，更是為了構(gòu)建一套真正能承載下一代編程范式的系統(tǒng)底座。

Michael 同時(shí)認(rèn)為，未來(lái)開(kāi)發(fā)方式將是多形態(tài)并存的。有時(shí) AI 像助手，在 Slack 或 issue tracker 中完成任務(wù)；有時(shí)則是 IDE 前臺(tái)交互；也可能是后臺(tái)運(yùn)行某個(gè)流程，再前臺(tái)迭代控制。這些都不矛盾，只要能讓用戶在全自動(dòng)與手動(dòng)控制之間靈活切換，就是合格的系統(tǒng)。

對(duì)于業(yè)界目前流行的“agent 熱”，他也表達(dá)了保留態(tài)度。完全將任務(wù)交給 AI 執(zhí)行可能會(huì)使開(kāi)發(fā)者變成“工程經(jīng)理”，要不斷審查、批準(zhǔn)、修改一群“很笨的實(shí)習(xí)生”的輸出?！拔覀儾⒉幌嘈拍菢拥穆窂健Ｗ钣行У姆绞绞牵簩⑷蝿?wù)細(xì)化為多個(gè)步驟，讓 AI 一步步補(bǔ)全，而人類始終保持主導(dǎo)。”

Cursor 的早期版本完全從零開(kāi)發(fā)，不依賴任何已有編輯器。最初他們只花了五周時(shí)間搭建出可用原型，并迅速替代自己原先的開(kāi)發(fā)工具。整個(gè)從零寫(xiě)代碼到上線，僅用了三個(gè)月時(shí)間。發(fā)布后超預(yù)期的用戶反饋促使他們快速迭代，最終在性能、體驗(yàn)與開(kāi)發(fā)速度之間找到平衡，轉(zhuǎn)而基于 VS Code 框架重構(gòu)。

但在 Michael 看來(lái)，真正的成功并不是初版的速度，而是其后持續(xù)的優(yōu)化。他承認(rèn)：“最初三個(gè)月版本其實(shí)并不好用，關(guān)鍵是我們始終保持偏執(zhí)式的改進(jìn)節(jié)奏?！边@份持續(xù)優(yōu)化的節(jié)奏，最終形成了 Cursor 非常穩(wěn)定的增長(zhǎng)軌跡。雖然初期并沒(méi)有明顯“起飛”的感覺(jué)，但指數(shù)曲線的積累效應(yīng)，最終在多次迭代后爆發(fā)。

每天跑在正確方向上

雖然 Cursor 的爆發(fā)看似源于某個(gè)關(guān)鍵功能或產(chǎn)品決策，但 Michael Truell 表示，真正的秘訣其實(shí)非常簡(jiǎn)單：“每天跑在正確方向上”。

這聽(tīng)起來(lái)平凡，但要持續(xù)做到，極其不易。每一個(gè)決策，每一個(gè)迭代細(xì)節(jié)，都是從用戶視角出發(fā)，不斷地貼近實(shí)際場(chǎng)景，不斷地做減法、做優(yōu)化。他們從不寄希望于一次性的爆款，而是深信產(chǎn)品價(jià)值必須經(jīng)得起持續(xù)使用與真實(shí)反饋的打磨。

與這種理念相呼應(yīng)的是 Cursor 背后的技術(shù)路徑選擇。Michael 提到，團(tuán)隊(duì)在最初構(gòu)建 Cursor 時(shí)，完全沒(méi)有打算自己訓(xùn)練模型。在他看來(lái)，當(dāng)時(shí)已經(jīng)有足夠強(qiáng)大的開(kāi)源與商用基礎(chǔ)模型，投入算力、資金和人力去從零構(gòu)建新模型，不僅成本高昂，而且方向偏離了他們真正關(guān)注的焦點(diǎn)：構(gòu)建有用的工具、解決具體的問(wèn)題。

但隨著產(chǎn)品深入迭代，他們逐漸意識(shí)到，已有的基礎(chǔ)模型雖然強(qiáng)大，卻無(wú)法滿足 Cursor 中的關(guān)鍵場(chǎng)景。這些模型大多是為通用對(duì)話、問(wèn)答或文本任務(wù)訓(xùn)練的，缺乏對(duì)“多文件結(jié)構(gòu)化代碼編輯”這類問(wèn)題的原生理解。

于是，他們開(kāi)始在內(nèi)部進(jìn)行自研模型的嘗試。最初是某個(gè)具體功能對(duì)延遲要求極高，現(xiàn)有模型的調(diào)用不具備可行性；嘗試自己訓(xùn)練后發(fā)現(xiàn)效果遠(yuǎn)超預(yù)期。自此，自研模型逐步成為 Cursor 的核心組成，不僅支撐了關(guān)鍵功能，也成為團(tuán)隊(duì)招募的重要方向。

Cursor 中有一個(gè)關(guān)鍵特性，就是對(duì)“下一步編輯行為”的預(yù)測(cè)。這在寫(xiě)作中難以實(shí)現(xiàn)，但在代碼場(chǎng)景中卻極具可能性。因?yàn)槌绦蚓哂泻軓?qiáng)的上下文連貫性——開(kāi)發(fā)者修改了某個(gè)函數(shù)或文件之后，接下來(lái)的若干操作往往可預(yù)測(cè)。

Cursor 的模型正是基于這種上下文邏輯，推理出用戶下一步可能會(huì)修改的文件、位置、結(jié)構(gòu)，并以近乎無(wú)感延遲的速度提供補(bǔ)全建議。這不僅僅是 token 級(jí)別的補(bǔ)全，而是結(jié)構(gòu)化的代碼片段級(jí)預(yù)測(cè)，其背后完全依賴專為此場(chǎng)景訓(xùn)練的自研模型，而非通用基礎(chǔ)模型。

在模型調(diào)用成本極高的現(xiàn)實(shí)下，這類自研模型還能大幅降低產(chǎn)品使用門檻。要做到這一點(diǎn)，模型必須具備兩個(gè)特性：響應(yīng)快、成本低。

Cursor 要求每一次補(bǔ)全推理必須在 300 毫秒內(nèi)完成，而且在長(zhǎng)時(shí)間連續(xù)使用中，不能產(chǎn)生過(guò)高的資源消耗。這種硬性約束，使得他們必須掌控模型本身的設(shè)計(jì)與部署。

除了承擔(dān)核心交互功能，Cursor 的自研模型還承擔(dān)了另一類重要任務(wù)——作為“編排器”輔助調(diào)用大型模型。例如在代碼庫(kù)規(guī)模龐大時(shí)，大型模型很難知道該關(guān)注哪些文件、哪些模塊、哪些上下文。

Cursor 的模型會(huì)先進(jìn)行一次搜索與歸納，從整個(gè)代碼庫(kù)中提取相關(guān)信息，再將其投喂給主模型。這就像為 GPT、Claude、Gemini 等大模型構(gòu)建了一個(gè)專業(yè)的“信息投喂管道”，讓它們的表現(xiàn)更加精準(zhǔn)。

而在模型輸出端，這些草圖式的代碼修改建議，也會(huì)先由 Cursor 的自研模型進(jìn)行處理與重寫(xiě)，轉(zhuǎn)化為真正可執(zhí)行、結(jié)構(gòu)化的補(bǔ)丁。

這種以多個(gè)模型協(xié)作、各司其職的系統(tǒng)架構(gòu)，正如 OpenAI 所稱的“模型集成”。Michael 并不執(zhí)著于從零構(gòu)建模型，而是極其務(wù)實(shí)地選擇了現(xiàn)成的開(kāi)源模型作為起點(diǎn)，比如 LLaMA。

部分場(chǎng)景下，他們也會(huì)與閉源廠商合作，微調(diào)模型參數(shù)，使之適配特定任務(wù)。他強(qiáng)調(diào)，重要的不是模型底層結(jié)構(gòu)是否掌控在自己手里，而是能否獲得可操作的訓(xùn)練和定制權(quán)，以服務(wù)于產(chǎn)品的實(shí)際需求。

隨著技術(shù)體系不斷完善，另一個(gè)問(wèn)題也逐漸浮現(xiàn)：在這樣一個(gè)快速演進(jìn)的賽道上，Cursor 的護(hù)城河在哪里？對(duì)于這個(gè)問(wèn)題，Michael 的回答極為清醒。他不相信“產(chǎn)品綁定”和“合同鎖定”可以構(gòu)建真正的長(zhǎng)期防御力。

與傳統(tǒng)的 B2B 軟件不同，AI 工具市場(chǎng)的門檻變化非常劇烈，用戶試錯(cuò)成本低，對(duì)新工具的接受度高。他坦言，這不是一個(gè)對(duì)傳統(tǒng)巨頭有利的市場(chǎng)，反而是鼓勵(lì)新生公司持續(xù)試錯(cuò)、快速迭代、爭(zhēng)奪用戶選擇權(quán)的土壤。

從這個(gè)角度看，Cursor 所能依賴的護(hù)城河，并不是模型控制權(quán)，也不是數(shù)據(jù)壟斷，而是“持續(xù)構(gòu)建最優(yōu)秀產(chǎn)品的能力”。

這個(gè)行業(yè)更像 90 年代的搜索引擎，或更早期的 PC 行業(yè)，每一次改進(jìn)都能帶來(lái)顯著收益，競(jìng)爭(zhēng)壁壘來(lái)自于不斷迭代形成的“深度慣性”，以及團(tuán)隊(duì)組織能力與產(chǎn)品打磨體系的優(yōu)劣差。

Michael 提出一個(gè)核心觀點(diǎn)：當(dāng)一個(gè)市場(chǎng)仍存在大量未被滿足的需求，仍有大量可以優(yōu)化的技術(shù)結(jié)構(gòu)時(shí)，持續(xù)研發(fā)本身就是最大的護(hù)城河。它不需要靠綁定用戶，而是依靠自身的不斷進(jìn)化，獲得時(shí)間與質(zhì)量上的累計(jì)優(yōu)勢(shì)。

他強(qiáng)調(diào)，這種“進(jìn)化護(hù)城河”并不排斥競(jìng)爭(zhēng)，也不代表市場(chǎng)只有一個(gè)贏家。但在“構(gòu)建全球通用軟件構(gòu)建平臺(tái)”這一命題下，最終的確可能誕生一家規(guī)模巨大的超級(jí)公司。

盡管未來(lái)很可能有多個(gè)產(chǎn)品共存，但如果問(wèn)題是“誰(shuí)能承載全球范圍內(nèi)最大規(guī)模的代碼邏輯轉(zhuǎn)譯任務(wù)”，那么最終可能只剩一家公司。原因并不在于其他公司做得不好，而在于用戶自然會(huì)趨向于使用最通用、最穩(wěn)定、最具上下文理解力的平臺(tái)。在這個(gè)領(lǐng)域，產(chǎn)品質(zhì)量和進(jìn)化速度決定著市場(chǎng)集中度。

他進(jìn)一步指出，不能以傳統(tǒng) IDE 市場(chǎng)的碎片化經(jīng)驗(yàn)去判斷這一輪技術(shù)演化的格局。2010 年代的 IDE 市場(chǎng)“沒(méi)有人賺大錢”，是因?yàn)槟莻€(gè)時(shí)代的編輯器能力已經(jīng)接近上限，能夠優(yōu)化的部分只是語(yǔ)法高亮、調(diào)試器集成、快捷導(dǎo)航等基礎(chǔ)功能。但今天，開(kāi)發(fā)者工具正處于新的范式起點(diǎn)，這個(gè)起點(diǎn)的目標(biāo)，不再是優(yōu)化一個(gè)編輯器，而是重塑整個(gè)知識(shí)工作者的任務(wù)流與表達(dá)結(jié)構(gòu)。

AI 編程工具的本質(zhì)不是替代代碼，而是提升人類指令的表達(dá)能力、壓縮從想法到實(shí)現(xiàn)的路徑。這是一個(gè)比傳統(tǒng)開(kāi)發(fā)工具更大得多的市場(chǎng)，也是一個(gè)具備平臺(tái)屬性的未來(lái)通道。在這個(gè)通道里，誰(shuí)能夠提供最流暢、最可靠、最理解上下文的編程體驗(yàn)，誰(shuí)就有機(jī)會(huì)成為下一代“軟件構(gòu)建基礎(chǔ)設(shè)施”的代名詞。

Lenny 提及 Microsoft Copilot 時(shí)，也帶出了當(dāng)前一個(gè)典型問(wèn)題：最早進(jìn)入市場(chǎng)的公司是否具備持續(xù)引領(lǐng)的能力？Michael 承認(rèn)，Copilot 曾是整個(gè)行業(yè)的靈感來(lái)源，尤其在最初版本發(fā)布時(shí)，帶來(lái)了前所未有的開(kāi)發(fā)交互方式。

但他認(rèn)為，微軟并未真正延續(xù)其初始勢(shì)頭，這既有歷史原因，也有結(jié)構(gòu)性難題。最早開(kāi)發(fā) Copilot 的核心團(tuán)隊(duì)人員變動(dòng)頻繁，在大型組織中難以形成統(tǒng)一方向，產(chǎn)品路徑很容易被內(nèi)部博弈與流程復(fù)雜性所稀釋。

更根本的是，這一市場(chǎng)本身對(duì) incumbents 不友好。它不像企業(yè)級(jí) CRM 或 ERP 系統(tǒng)那樣依賴集成與綁定，也不具備用戶粘性極強(qiáng)的“防切換成本”。用戶選擇完全基于體驗(yàn)差異，這決定了“產(chǎn)品力”而非“銷售能力”將是決定性因素。在這樣一個(gè)動(dòng)態(tài)、開(kāi)放、高頻試錯(cuò)的市場(chǎng)中，真正能勝出的公司，是那些能用產(chǎn)品每周迭代、每月進(jìn)步，并持續(xù)向技術(shù)上限沖刺的創(chuàng)業(yè)團(tuán)隊(duì)。

Cursor 當(dāng)前所展現(xiàn)出的方向感與產(chǎn)品節(jié)奏，恰恰是在這種背景下形成的回應(yīng)。它并不靠“封閉”，而是靠“持續(xù)構(gòu)建一個(gè)世界上最好用的開(kāi)發(fā)工具”這一簡(jiǎn)單、清晰但極難實(shí)現(xiàn)的使命，吸引了開(kāi)發(fā)者的主動(dòng)選擇。紅杉美國(guó) Roelof Botha 談 AI 時(shí)代 VC 觀察模型 —— AI 不像互聯(lián)網(wǎng)那樣削弱中心化，但仍有結(jié)構(gòu)機(jī)會(huì)

如何正確使用 Cursor？

在構(gòu)建一個(gè)面向全球開(kāi)發(fā)者的 AI IDE 平臺(tái)過(guò)程中，Michael Truell 最在意的不是模型能力的極限，而是用戶如何理解并善用這些能力。

當(dāng)被問(wèn)及，如果他能坐在每一個(gè)首次使用 Cursor 的用戶旁邊，會(huì)給什么建議時(shí)，他并沒(méi)有講解功能或操作技巧，而是強(qiáng)調(diào)了一種思維模式的建立——對(duì)模型“能與不能”的本能判斷力。

他坦率地承認(rèn)，目前 Cursor 產(chǎn)品本身在引導(dǎo)用戶理解模型邊界方面做得還不夠。在沒(méi)有明確的提示軌道和交互反饋機(jī)制下，很多用戶容易陷入兩個(gè)極端：要么對(duì)模型寄予過(guò)高期望，嘗試用一條提示解決復(fù)雜問(wèn)題；要么因?yàn)榈谝淮谓Y(jié)果不理想便徹底放棄。

他建議的方式是任務(wù)拆解，即通過(guò)“小提示–小生成”的方式逐步推進(jìn)，與 AI 進(jìn)行持續(xù)的雙向互動(dòng)，從而獲得更穩(wěn)定、更高質(zhì)量的結(jié)果。

另一個(gè)建議則更具策略性。他鼓勵(lì)用戶在沒(méi)有業(yè)務(wù)壓力的 side project 中“放手一搏”，嘗試將 AI 能力推向極限。

在不影響主線工作的情況下，通過(guò)一整套實(shí)驗(yàn)性的項(xiàng)目，去感受模型真正能完成多少，失敗的邊界在哪里。這種“摔跤式探索”能夠幫助開(kāi)發(fā)者建立更準(zhǔn)確的直覺(jué)，也能讓他們?cè)谖磥?lái)面對(duì)正式項(xiàng)目時(shí)更有把握。

隨著模型版本持續(xù)更新，比如 GPT-4.0 或 Claude 的迭代上線，這種判斷力也需隨之更新。他希望未來(lái) Cursor 的產(chǎn)品能夠內(nèi)建一套引導(dǎo)機(jī)制，使用戶無(wú)需每次都自己摸索模型的“脾氣”和界限。但在今天，這仍然是用戶需要主觀積累的技能。

對(duì)于常被問(wèn)到的另一個(gè)問(wèn)題——這類工具究竟更適合初級(jí)工程師，還是高級(jí)工程師——Michael 給出了精確的分類描述。

他指出，初級(jí)開(kāi)發(fā)者往往更傾向于“完全依賴 AI”，試圖用它完成整個(gè)開(kāi)發(fā)流程；而高級(jí)工程師則可能因經(jīng)驗(yàn)豐富而低估 AI，未能充分探索其潛力。前者的問(wèn)題是“依賴太多”，后者的問(wèn)題是“探索太少”。

他也強(qiáng)調(diào)，某些公司內(nèi)部的資深技術(shù)團(tuán)隊(duì)，尤其是專注于 Developer Experience 的架構(gòu)師級(jí)別人才，實(shí)際上是最積極擁抱這類工具的一群人。他們既懂系統(tǒng)復(fù)雜性，又關(guān)注工具效率，因此往往在 AI 編程場(chǎng)景中取得最佳效果。

在他看來(lái)，最理想的用戶畫(huà)像并非初學(xué)者，也非已固化流程的老手，而是那些“資深但尚未僵化”的中段工程師——具備系統(tǒng)理解力，同時(shí)對(duì)新方法保持好奇和開(kāi)放。

如何組建世界一流團(tuán)隊(duì)？

當(dāng)被問(wèn)到，如果能回到最初創(chuàng)辦 Cursor 的那一年，會(huì)對(duì)自己說(shuō)什么建議時(shí)，Michael 選擇了一個(gè)并不技術(shù)化的回答——招聘。他反復(fù)強(qiáng)調(diào)，“找到對(duì)的人”是僅次于產(chǎn)品本身的最重要工作。

尤其在早期，組建一支世界級(jí)的工程和研究團(tuán)隊(duì)，不僅是產(chǎn)品質(zhì)量的保障，也是組織專注力、節(jié)奏和文化的決定性因素。他所尋找的人才，必須兼具技術(shù)好奇心、實(shí)驗(yàn)意愿，以及在浮躁環(huán)境中保持冷靜判斷的能力。

他回憶道，Cursor 在招聘過(guò)程中曾走過(guò)很多彎路。一開(kāi)始，他們過(guò)于看重“高光履歷”，傾向于招來(lái)自名校、年紀(jì)輕、擁有標(biāo)準(zhǔn)成功路徑的年輕人。但最終他們意識(shí)到，真正合適的人才往往不在這些傳統(tǒng)模板中。相反，那些職業(yè)生涯稍晚、經(jīng)驗(yàn)高度匹配、技術(shù)判斷力成熟的人，反而是推動(dòng)團(tuán)隊(duì)飛躍的關(guān)鍵力量。

在招聘流程上，他們逐漸建立了一整套行之有效的方法。最核心的是一項(xiàng)為期兩天的“工作測(cè)試”制度。候選人需要在規(guī)定時(shí)間內(nèi)，與團(tuán)隊(duì)共處并完成一個(gè)高度貼近真實(shí)項(xiàng)目的任務(wù)。

這個(gè)流程看似繁重，但在實(shí)際操作中不僅可擴(kuò)展，還顯著提升了團(tuán)隊(duì)的判斷準(zhǔn)確性。它不僅考察了候選人的代碼能力，也測(cè)試了協(xié)作溝通、思維方式和動(dòng)手能力，甚至也幫助候選人判斷“是否愿意與這支團(tuán)隊(duì)長(zhǎng)期共事”。

“共事式面試”機(jī)制，逐漸演化為 Cursor 團(tuán)隊(duì)文化的一部分。他們將招聘過(guò)程視為一種雙向選擇，而非單向評(píng)估。在公司尚未被市場(chǎng)廣泛認(rèn)知、產(chǎn)品尚未成熟時(shí)，團(tuán)隊(duì)本身就是最重要的吸引力。

他坦言，早期許多員工的加入，源自于一次甚至多次的共處經(jīng)歷，而非對(duì)薪酬或估值的判斷。如今，這一制度仍被保留并運(yùn)用于每一位新候選人。Cursor 的團(tuán)隊(duì)規(guī)模目前仍保持在 60 人左右，這一數(shù)字在很多 SaaS 公司中已算精簡(jiǎn)。

Michael 指出，他們有意保持了這種精干配置，尤其是在非技術(shù)崗位的擴(kuò)張上保持克制。他承認(rèn)，未來(lái)一定會(huì)擴(kuò)大團(tuán)隊(duì)，以增強(qiáng)客戶支持和運(yùn)營(yíng)能力，但就目前而言，他們依舊是一家高度工程、研究和設(shè)計(jì)驅(qū)動(dòng)的公司。

談到如何在 AI 行業(yè)日新月異的發(fā)布節(jié)奏中保持專注，Michael 并不依賴復(fù)雜的組織制度。

他認(rèn)為，組織文化的根基在于招人本身。如果能招到那些理性、專注、不被熱點(diǎn)情緒左右的人，團(tuán)隊(duì)自然會(huì)擁有良好的節(jié)奏感。他坦承 Cursor 仍然有改進(jìn)空間，但整體來(lái)看，他們?cè)凇爸魂P(guān)注做出卓越產(chǎn)品”的文化引導(dǎo)上取得了不錯(cuò)的效果。

很多公司試圖通過(guò)流程與組織設(shè)計(jì)解決的問(wèn)題，其實(shí)可以通過(guò)“找對(duì)人”提前避免。他們的開(kāi)發(fā)流程極為簡(jiǎn)潔，之所以能成立，是因?yàn)閳F(tuán)隊(duì)中成員普遍具備自律性和協(xié)作精神。他特別強(qiáng)調(diào)了一個(gè)共同的心理特質(zhì)：對(duì)外界喧囂擁有“免疫力”。

這種免疫力并非天然存在，而是在長(zhǎng)期行業(yè)經(jīng)驗(yàn)中逐漸形成的。早在 2021 年、2022 年，Cursor 團(tuán)隊(duì)就已在 AI 編程方向上進(jìn)行探索。當(dāng)時(shí) GPT-3 還沒(méi)有 Instruct 版本，DALL·E 和 Stable Diffusion 尚未公開(kāi)，整個(gè)生成式 AI 行業(yè)還處于技術(shù)萌芽期。

他們經(jīng)歷了圖像生成的爆發(fā)、對(duì)話模型的普及、GPT-4 的發(fā)布、多模態(tài)架構(gòu)的演進(jìn)、視頻生成的興起……但這些看似熱鬧的技術(shù)潮流中，真正對(duì)產(chǎn)品產(chǎn)生實(shí)質(zhì)性影響的，其實(shí)極少。

這種對(duì)“結(jié)構(gòu)性創(chuàng)新”與“表面噪音”的分辨能力，成為他們維持專注的重要心理基礎(chǔ)。他將這種方式與過(guò)去十年深度學(xué)習(xí)研究界的演進(jìn)進(jìn)行類比：雖然每年有無(wú)數(shù)新論文問(wèn)世，但真正推動(dòng) AI 前進(jìn)的，是極少數(shù)優(yōu)雅而根本性的結(jié)構(gòu)突破。

回顧整個(gè)技術(shù)范式的變遷，Michael 認(rèn)為，當(dāng)前 AI 的發(fā)展正處在一個(gè)極為深刻的轉(zhuǎn)折點(diǎn)。

外界常常陷入兩個(gè)極端：一部分人認(rèn)為 AI 革命即將降臨，幾乎一夜之間顛覆一切；另一部分人則將其視為炒作、泡沫、不足為道。而他的判斷是，AI 將成為比個(gè)人計(jì)算機(jī)更深遠(yuǎn)的范式轉(zhuǎn)移，但這一過(guò)程將是一個(gè)“多年代”的持續(xù)演進(jìn)。I/O 到 iO，Jony Ive 將推動(dòng)一場(chǎng)新的設(shè)計(jì)運(yùn)動(dòng) —— AI 正在改寫(xiě)計(jì)算范式與硬件定義，也是大模型后的新戰(zhàn)場(chǎng)

這場(chǎng)演進(jìn)并不依賴于某一個(gè)系統(tǒng)、某一種技術(shù)路線，而是由大量細(xì)分問(wèn)題的獨(dú)立解決所組成。有的是科學(xué)問(wèn)題，比如模型如何理解更多數(shù)據(jù)類型、更快速地運(yùn)行、更高效地學(xué)習(xí)；有的是交互問(wèn)題，比如人類如何與 AI 協(xié)作、如何定義權(quán)限邊界、如何建立信任機(jī)制；有的是應(yīng)用問(wèn)題，比如模型如何真正改變現(xiàn)實(shí)工作流程、如何在不確定性中提供可控輸出。

在這場(chǎng)演進(jìn)中，他認(rèn)為會(huì)出現(xiàn)一類關(guān)鍵企業(yè)——專注于某一知識(shí)工作場(chǎng)景的 AI 工具公司。這類公司將深度整合基礎(chǔ)模型，也可能自主開(kāi)發(fā)核心模塊，同時(shí)構(gòu)建最合適的人機(jī)協(xié)作體驗(yàn)。他們不會(huì)只是“模型調(diào)用器”，而是將技術(shù)與產(chǎn)品結(jié)構(gòu)打磨到極致，從而成長(zhǎng)為新一代平臺(tái)企業(yè)。這類公司將不僅提升用戶效率，更可能成為推動(dòng) AI 技術(shù)演化的主要力量。

Michael 希望 Cursor 能成為這類公司中的一員，同時(shí)他也期待看到在設(shè)計(jì)、法律、市場(chǎng)等更多知識(shí)工作領(lǐng)域中，出現(xiàn)一批同樣專注、扎實(shí)、技術(shù)深度與產(chǎn)品敏銳度兼具的 AI 創(chuàng)業(yè)者。未來(lái)不屬于炒作者，而屬于那些真正解構(gòu)問(wèn)題、重塑工具、理解人與技術(shù)關(guān)系的建設(shè)者。

他還指出，2025 年對(duì) Cursor 來(lái)說(shuō)最重要的兩件事，一是打造行業(yè)里最好的產(chǎn)品，二是將其大規(guī)模推廣出去。他形容當(dāng)前的狀態(tài)為一場(chǎng)“土地爭(zhēng)奪戰(zhàn)”：市場(chǎng)中絕大多數(shù)人尚未接觸這類工具，或者仍在使用更新緩慢的替代品。因此他們正在加大對(duì)市場(chǎng)、銷售、客戶支持等方面的投入，同時(shí)也持續(xù)尋找那些能夠從技術(shù)層面推動(dòng)產(chǎn)品邊界的優(yōu)秀人才。

談及 AI 對(duì)工程崗位的影響，Michael 給出的回答頗具冷靜。他不認(rèn)為工程師會(huì)被快速取代，相反，他認(rèn)為工程師在 AI 驅(qū)動(dòng)的未來(lái)將比以往任何時(shí)候都更重要。

短期內(nèi)，編程方式會(huì)發(fā)生巨大變化，但很難想象軟件開(kāi)發(fā)會(huì)突然變成一個(gè)“只需輸入需求，系統(tǒng)就自動(dòng)完成”的過(guò)程。AI 確實(shí)能讓人類從低層級(jí)的繁瑣實(shí)現(xiàn)中解放出來(lái)，但方向、意圖、結(jié)構(gòu)設(shè)計(jì)等核心決策，仍必須由專業(yè)開(kāi)發(fā)者把控。

這種判斷也意味著，隨著軟件構(gòu)建效率大幅提升，需求端的彈性將被徹底釋放。換句話說(shuō)，軟件本身會(huì)變得越來(lái)越容易構(gòu)建，成本大幅下降，最終帶來(lái)的是整個(gè)市場(chǎng)規(guī)模的擴(kuò)張。更多問(wèn)題可以被建模，更多流程可以被系統(tǒng)化，更多組織會(huì)嘗試定制自己的內(nèi)部工具，而不是接受通用方案。

他用一段親身經(jīng)歷說(shuō)明了這一點(diǎn)。在他早年參與的一家生物科技公司中，團(tuán)隊(duì)當(dāng)時(shí)亟需構(gòu)建一套適配內(nèi)部流程的工具系統(tǒng)，但市面上的方案并不匹配，自己開(kāi)發(fā)的效率也非常有限，結(jié)果是絕大部分需求被擱置。

這種場(chǎng)景在各行各業(yè)中仍普遍存在，說(shuō)明軟件開(kāi)發(fā)的門檻依然很高。如果哪一天做軟件像移動(dòng)文件、編輯幻燈片一樣簡(jiǎn)單，那釋放出來(lái)的，將是一個(gè)全新的應(yīng)用時(shí)代。

最后，他強(qiáng)調(diào) AI 不會(huì)減少工程師數(shù)量，反而會(huì)使得工程崗位的結(jié)構(gòu)發(fā)生變化。那些善于與 AI 協(xié)作、能夠理解系統(tǒng)邏輯、具備產(chǎn)品直覺(jué)的工程師，將在新一代工作體系中發(fā)揮更大作用。a16z 平臺(tái)戰(zhàn)略前世今生：從 VC “不愿擦屁股”到“全棧服務(wù)”