a16z 三位合伙人罕见复盘：如果你错过了 Cursor，你错过的到底是什么|cursor|微软|播客|知名企业|编程

你有没有想过，一家公司怎么可能在两年内，同时干掉微软、对抗 Anthropic，中间还完成了一次可能是创业史上最复杂的并购，然后还把自己的产品形态彻底颠覆了三次？

这件事发生了，做到这件事的是 Cursor。a16z 的三位 General Partner——Martin Casado、Sarah Wang 和 Matt Bornstein——最近做了一期播客，把 Cursor 从最初的赌注到今天的全过程拆解了一遍。我听完觉得里面有太多东西值得认真说一说，不光是 Cursor 的故事，更是关于在 AI 时代怎么做产品、怎么做判断、怎么在看似不可能赢的情况下一步步把牌打对的。

2024 年初，所有人都觉得微软会赢

Martin Casado 在播客里说，要理解 Cursor 的故事，你必须先把自己拉回到 2023 年底、2024 年初那个时间点。那时候最顶尖的模型是 GPT-4o、Claude 3 和 Llama 3。AI 编程领域的绝对霸主是 GitHub Copilot（由微软推出的 AI 编程助手）。不只是领先，是领先一大截。而且微软同时掌握着 VS Code（主流代码编辑器）、Office 生态、GitHub 平台和 OpenAI 的模型权重，这些东西加在一起，用普通人的逻辑来判断，这场仗根本没得打。

Matt Bornstein 说得很直白，当时看这个竞争格局，感觉有点荒唐。你要去 fork（分叉）一个微软拥有的东西，然后用更小的模型去跟他们竞争，他们有 1 亿开发者用户，有史上最强的企业分发能力，几乎拥有这条链路上的每一个环节。任何正常的投资逻辑都会说，算了，这条路走不通。

但 a16z 最终还是在 2024 年 5 月领投了 Cursor 的 A 轮。Matt 说他们当时看到的一个关键数据点是：Andrej Karpathy（前特斯拉 AI 总监、OpenAI 创始成员）在用 Cursor，不只是试用，是真的在用，还在公开说。当时在 OpenAI、MidJourney、Replicate 等顶尖 AI 公司工作的工程师们也都在用。当最挑剔的那群人自己选了这个工具，这个信号的含金量比任何市场调研都高。

我自己对这一段的理解是，在一个技术快速变化的赛道，早期用户的质量远比数量重要。Cursor 当时用户规模不大，但用它的人是整个行业里判断力最强的那批人。这种口碑的可信度，是花多少钱买广告都买不来的。

他们到底押注了什么

Cursor 的核心判断，用 Michael（Cursor 联合创始人）的话来说就是：未来的代码会长得像伪代码（pseudo code）。你去翻老的计算机科学论文，里面描述算法的那一段不是用真正的代码写的，用的是一种接近自然语言的伪代码。而现在的模型，你把那段伪代码丢给它，它就能直接帮你实现出来。

这背后是一个更大的判断：人类和模型之间的交互界面，才是真正重要的东西，而不是去自己训练一个专门的编程模型。Martin 说 Cursor 团队从最早期就非常明确地表达这个观点——我们现在不需要去跟 Anthropic 和 OpenAI 在模型层面竞争，interface（界面、交互层）才是关键。

当时市场上的选择分了好几条路。一条是去训练专属的编程基础模型；一条是做 VS Code 的插件；还有一条是专注于 AI agent（自主执行任务的 AI）。Cursor 选了一条很多人觉得奇怪的路：fork VS Code，做一个完整的独立 IDE（集成开发环境），同时押注模型能力会持续变强、界面才是最终的差异化。

Cursor 团队对"为什么不做专属编程模型"的解释让我印象很深。他们说，你跟这些模型交流，用的是人类语言，不是代码。所以要做一个真正好的编程模型，你实际上是在做一个前沿的语言模型，这件事极其困难，而且已经有专门的公司在全力做了。这个逻辑非常清醒，他们知道自己的边界在哪里，也知道把精力集中在哪里才有胜算。

我觉得这种判断力是创始团队最难得的东西。不是"什么都能做"，而是"知道什么不该做"。把有限的资源集中在真正有差异化的地方，这比什么都重要。

90% 的会议时间都在说不

Sarah Wang 讲了一个细节，让我觉得特别能说明 Cursor 团队的特质。当时他们把 Michael 叫来给 a16z 的 GP 团队做 pitch（路演），整场会议 90% 的时间，Michael 都在礼貌地回答各种问题，然后说"不"。

VC（风险投资人）总会问一些发散性的问题，比如你们有没有考虑做企业版、做插件、拓展这个方向那个方向。Michael 就听完，微微一笑，然后说，"有意思，不，我们不打算做这个。"

具体来说，当时有一个相对主流的判断，认为做 VS Code 插件比 fork VS Code 更适合打企业市场。有人问 Michael，你这么做能拿到企业客户吗？他当着所有人的面非常笃定地说，可以。

Martin 说 Cursor 团队的每一个决策都有非常清晰的推理，而不是"我们先试试这个，再试试那个"。他们知道自己是一家产品公司，在做一个产品问题，所以如果你真的相信产品本身，你就不会去做插件——因为那样你就是别人产品里的一部分。如果你真的相信产品本身，你就不会急着做企业，而是先让产品自己拉动增长。

我自己观察到一个规律，最终能走出来的公司，创始人往往有一种"说不"的能力，而且说不的时候理由非常清晰，不是因为懒，是因为他们对自己在做什么有极强的确定性。这种确定性不是盲目自信，是建立在深度思考之上的。Cursor 就是这样。

增长是垂直拉升的，但 growth round 很难投

A 轮之后的几个月，Cursor 的增长用 Sarah 的话来说是"垂直拉升"。Andrej Karpathy 公开发帖说 tab tab tab（意思是他一直在按 tab 键接受 Cursor 的代码补全建议），这成了一个标志性事件。他们还上了 Lex Fridman 的播客，把对编程未来的思考讲得很透彻。到了 2024 年 10 月，a16z 领投了 B 轮，距离 A 轮只过了大概四五个月。

但 Sarah 也说了一件很有意思的事——在 growth 阶段投这家公司，其实并不容易。因为 Cursor 打破了太多传统 growth 投资的假设。比如，一般来说 SaaS（软件即服务）公司在 ARR（年度经常性收入）到 2500 万到 5000 万美元之间，自助增长会开始放缓，这时候需要开始搭建销售团队。她说她把这个问题抛给 Michael，Michael 直接看着她说："自助增长没有放缓。"

她说当时她必须把脑子里所有传统增长模型的假设全部扔掉，重新去理解这家公司。她很庆幸做到了这一点。

这一段让我想了很多。增长模型里的很多假设其实是基于过去的技术条件和市场条件归纳出来的。当底层技术发生根本性变化的时候，这些假设会失效。在 AI 时代，用工具的人是开发者，开发者又是最快接受新工具的群体，所以自助增长的天花板可能比所有人预期的都高得多。拿旧时代的尺子去量新时代的公司，你会一直量错。

微软、Windsurf、Claude Code，竞争从来没有消失过

Matt 说，他们跟 Cursor 合作这几年，有一个东西始终存在——一个随时可能把公司干掉的竞争对手。但每次都换了一张脸。最开始是 Microsoft Copilot，然后是 Windsurf（另一个 AI 编程工具，在 YC 社区有大量用户），然后是 Cognition（专注 AI agent 的公司），然后是 Claude Code（Anthropic 推出的 AI 编程助手）。

Sarah 说她永远记得 Claude Code 出来的那段时间，她去问 Michael，"你怎么看 Claude Code？"Michael 的回答大意是这样：我们在追的是全世界最大的市场，大市场里永远会有强劲的竞争对手，这从一开始就是既定事实，从 Microsoft Copilot 开始就是，Claude Code 只是这一轮轮竞争对手里的最新一个，这不会让我们害怕。

Sarah 用了一个词来形容 Cursor 团队对竞争的态度——"paranoid but unfazed"（偏执但处变不惊）。他们确实非常在意竞争，密切跟踪每一个对手的动向，但他们不会因此乱了阵脚。

Martin 说，唯一真正让所有人捏一把汗的时刻，都是跟模型能力有关的。比如 Claude Opus 4.5 发布的时候，大家正在度假，群里突然炸了，"这下完了"之类的。还有 Claude Mythos 预览版出来的时候，模型能力的跃升速度超出了所有人的预期。这是真正的变量，不是竞争对手的产品形态。

我自己的判断是，在一个平台级别的技术变革里，大市场就是大市场，最终不会是赢家通吃。真正的竞争不是你打我我打你，而是谁能更快地把技术能力转化成用户体验。Cursor 赢在了这里。

自我颠覆三次，从 IDE 到 agent 到模型平台

Matt 说了一句我觉得很重要的话：Cursor 在两年内戏剧性地自我颠覆了，像 Reed Hastings（Netflix 创始人）当年把 DVD 业务主动干掉换成流媒体那样。他们从 IDE 开始，进化到 agent 平台（让 AI 自主执行多步骤任务的系统），然后又进化到模型平台，开始训练自己的模型。

这种自我颠覆是极其罕见的。大多数公司都会死守最初的产品形态，因为改变意味着内部阻力、用户迁移成本、品牌认知重塑，每一件都很难。Cursor 团队愿意做这件事，背后是一个非常清醒的判断：产品形态服务于目标，目标不变，形态可以一直跟着能力变。

Andrej Karpathy 那个"tab tab tab"的帖子，当时形容的是 Cursor 的代码补全功能，这曾经是他们最核心的卖点。但 Matt 说了一句话，"那个功能现在已经不那么重要了。"两年前被人视为标志性的能力，现在只是基础配置。如果你不愿意放弃它，你就会被它拖住。

Martin 还补充了一个细节，他们最初在 series A 的时候完全不会自己训练模型，当时的核心逻辑是"bitter lesson pilled"（深信"苦涩的教训"这个原则，意思是大算力和大数据最终总会胜过人工设计的规则），所以没必要去和 Anthropic、OpenAI 在模型层面硬碰硬。但后来他们开始训练自己的模型，原因是他们在做产品的过程中积累了大量数据和 know-how（专业知识），这是做产品优先策略的一个"后门"——先把用户拿下来，数据和能力跟着来，然后再往模型层延伸。这件事反过来做，除非你是 frontier lab（前沿模型实验室），否则根本做不了。

怎么做销售这件事，他们几乎从零开始学

早期的 Cursor，企业咨询方式是一个邮箱：enterprise@cursor.com。就这样。Martin 说他好几次跟 Michael 提，你们该开始搭销售团队了吧？Michael 说，不，暂时不。

但后来他们做了，而且可能是历史上增速最快的一次销售团队搭建。Sarah 说，他们进入 Fortune 500（《财富》500强）的速度可能比任何他们见过的公司都快，而且最终覆盖了超过 50% 的 Fortune 500 企业。

他们是怎么做到的？Martin 说，Cursor 团队研究了哪些公司在这种类型的销售上做得最好，然后从这些公司里找出最好的团队，再从最好的团队里找出具体是哪一两个 AE（Account Executive，客户经理）推动了那个结果，然后就去把那个人挖过来，背调、背调、再背调，直到确认这真的是对的人。

早期的 founding AE（首批客户经理）选拔标准里有一条，他们必须能在高度不确定的环境下工作，因为当时没有成熟的销售剧本可以照着念。Sarah 说这个思路其实和他们招产品、工程师的逻辑是一样的，找到那个在正确时间点做对了那件事的具体的人，而不是找一个泛泛意义上的"很厉害的人"。

我觉得这个招人方法背后有一个重要的底层逻辑：大多数公司招人是描述职位需要什么，然后找最符合这个描述的候选人。Cursor 的做法是先找到最好的结果，再追溯到产生这个结果的人。两种逻辑看起来接近，但后者的精度要高出一个数量级。

产品品味，延伸到了公司的每一个角落

Sarah 在播客里说了一句我觉得特别有力量的话："how you do anything is how you do everything"（你做一件事的方式，就是你做所有事的方式）。她说这句话在 Cursor 身上体现得无比清楚。

一个具体的细节：她有一次走进 Cursor 的新办公室，因为当时自己在翻新房子，就顺口夸了一句那里的一张沙发。创始人们说，哦那个，我们从一家北欧二手家具店买的。他们是带着目的去找的，找的是一种特定的质感和氛围——以 Scandinavia（北欧）风格为主，进门要换拖鞋，感觉像家一样。Sarah 说，她从没想过一群二十几岁的年轻人会这么认真地对待办公室的氛围。

这种对细节的执着延伸到了市场营销上。他们非常清楚自己的风格是什么，不是什么。有人建议他们在 X（原 Twitter）上做某种营销活动，他们说那不是我们的风格。不做哗众取宠的东西，不做垃圾信息式的推广。这种"说不"的能力在品牌层面的体现，和在产品层面的体现是完全一致的。

Martin 还提到一点，他们在人事决策上也是同样的态度。如果有人不合适，他们会很快做出决定，很少拖延。他说这种魄力在早期创始团队里非常罕见，大多数公司会在这件事上拖很久，因为做这个决定太难了。但 Cursor 不会。

我自己的理解是，品味不只是审美，更是一种一致性。当一个团队对"什么是好的"有非常清晰的共识，这个共识会自动渗透到他们做的每一件事里——产品、空间、团队、营销、合作伙伴的选择。很多公司产品做得不错，但一旦扩张，这种一致性就散了，因为它从来没有被真正内化，只是几个创始人脑子里的东西。Cursor 的厉害之处，是这个一致性活在整个组织里。

他们是学生，永远在研究历史

Matt 提到了一个很有意思的细节。他有一次问 Michael，你平时不工作的时候喜欢做什么？Michael 听不懂这个问题。他是认真的，不是在开玩笑，他真的不理解"不工作的时候"是什么意思。后来终于被追问出了一个答案：写代码。因为写代码本来就是他喜欢做的事，不是他的工作，是他的乐趣。

Martin 说，更让他意外的是，虽然这些创始人在互联网早期的时候还很小，但他们对那段历史的了解程度出乎意料地深。他们是真正意义上的学生，不只是写代码，也认真研究过去发生了什么，从中学习。Martin 说这是他们在几乎所有顶级创始人身上都能观察到的一个共同特征。

Sarah 补充说，Cursor 创始团队让她最印象深刻的一点，是他们整体上花了大约 40% 的时间在招聘上。对一个技术产品背景的创始团队来说，这个比例几乎是闻所未闻的。一般技术创始人会觉得招人是一件不得不做但可以少做的事，Cursor 团队把它当成了和产品同等重要的事来做。

并购这件事，他们也做得很不一样

Sarah 提到 Cursor 在并购策略上同样体现了他们一贯的思路。早期的并购以人才收购为主，看中一个优秀的团队就把整个团队买过来，不太在意整合的复杂程度，因为他们对自己的文化足够自信，知道能消化。

后来到了 Graphite 的收购，才开始有明确的战略方向考量，这是一个更大体量的战略性并购。Sarah 说，他们在每一次并购上的思考都非常深入，执行质量也非常高。她甚至说，考虑到 Cursor 同时在做的所有其他事情，这可能是历史上在最短时间内完成了最密集 M&A 组合的公司之一。

a16z 的几位 partner 还提到了 Cursor 和 xAI 的整合，说这在技术层面、愿景层面和文化层面是他们见过的最好的 fit（匹配度）——技术上 xAI 有算力，Cursor 有数据和分发；愿景上两个团队都相信代码是改变计算世界、甚至改变人类的路径；文化上两边都是产品和工程驱动、快速迭代、敢于做艰难决定。

我自己的一点思考

听完这期播客，我一直在想一个问题：Cursor 的故事里，哪些东西是可以学的，哪些是他们自己独有的？

我觉得有几个东西是可以学的。第一个是判断力的优先级。在执行成本快速下降的时代，真正稀缺的是知道该做什么、不该做什么。Cursor 团队每一次说"不"都有清晰的理由，不是保守，是专注。第二个是跨周期的心态。他们对竞争对手保持关注，但不会因为竞争对手的行动乱了自己的节奏。他们知道自己在追什么，这让他们在外部噪音最大的时候还能保持清醒。第三个是品味的可传递性。他们对"好"的定义是一致的，而且这个一致性渗透到了组织的每一个毛孔里，从代码到办公室的沙发。

而有一样东西我觉得是很难复制的，就是他们创始人之间那种对编程发自内心的热爱。这不是说其他人不热爱自己做的事，而是说这种热爱和他们的产品高度重合，导致他们在做产品决策的时候，有一种外人很难拥有的直觉。他们就是自己最好的用户，这在很多产品里根本不成立。

最后我想说的是，Martin 在播客里提到了一个对比：Cursor 的故事和 SpaceX 的故事有很多相似之处。面对看似不可能打败的竞争对手，在所有人都在宣布你要死的时候，靠着极度的专注和对方向的确信，一步步把不可能变成现实。这种事在历史上一再发生，每一次发生的时候，人们事后都觉得理所当然。但在它正在发生的时候，几乎没有人看得出来。Cursor 是这个时代这件事的最好注脚之一。

结尾

也欢迎大家留言讨论，分享你的观点！

觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。

欢迎关注深思圈，一起探索更大的世界。

两个“特别坑”的AI产品创业方向，你知道吗