Cursor重写编程这件事

Any Sphere的联合创始人兼 CEO Michael Tun 做客一期 Y Combinator 的播客；你可能没听过两个名字，大概率听说过他们打造的产品：Cursor。

看似低调的 AI 编辑器，过去一年里悄然走红，成为不少开发者心中的“AI 编程首选工具”；它不仅能让程序员更快地写代码，更重要的是，正在重新定义“编程”这件事本身。

Michael Tun 在访谈中回顾Cursor 从零到一的过程，讲述一个关于远见、判断力与执行力的故事。

我认为，这段经历，为所有关注 AI 未来的人，提供一个值得深思的观察窗口。

Cursor 的诞生不是从“写代码”这件事开始的；Michael Tun 和他的团队最早做一个机械 CAD（计算机辅助设计）工具，面向工程师和设计师，帮助他们绘制零件图、建模。

听起来挺专业的领域，但 Michael Tun 后来回忆说：“我们在做的，是一个小众市场里的小众产品。”

真正让他们转变方向的，是一次技术趋势的“顿悟”。

2022 年初，GPT-3 已经发布一段时间，GitHub Copilot 也开始被开发者试用。那时 AI 还远没到今天这个水平，但他们却从中看到了一个信号：模型正在变得越来越强，这种增长是持续的。

Michael Tun说：我们觉得，创业很难，那就干脆做最让你兴奋的事；他们甚至总结出一句话，作为后来所有决策的底层逻辑：

Follow the line，沿着趋势线走，别追热点。

这句话意思是：与其去猜测下一个爆款是什么，不如认真观察当前的趋势线，判断它会不会在未来某个时间点带来质变。

他们看到的趋势是：

语言模型越来越大，训练数据越来越多，生成代码的能力也越来越好。于是，做了一个大胆的决定——放弃 CAD，转向 AI 编程工具。

这不是一个容易下的判断。当时大多数人还没把 AI 当成写代码的主力工具，更多人把它看作“辅助插件”，甚至“玩具”。但 Cursor 团队却坚信：

AI 不只是让程序员更快地写代码，而是最终要取代人类写代码这件事本身；所以，他们直接重构整个编辑器体验，为 AI 原生交互做好准备。

不仅如此，他们还非常重视内部自用测试。Michael 解释道：我们非常注重像苹果那样，自己先使用自己的产品；这样我们可以快速迭代，发现问题并改进。

这种策略不仅验证了产品的可行性，也让他们更早地意识到哪些功能是用户真正需要的，哪些地方还需要进一步优化。

就像 Michael 所说的那样，如果我们自己都不愿意每天使用这个工具，那别人也不会愿意；所以，他们在2022年就预见了AI将彻底改变编程，而且，还用行动证明了判断。

但问题是：所有人都在把AI当作一个“插件”或“辅助功能”时，他们为什么敢于选择一条完全不同的产品路径？

比如：为什么不做VS Code插件，而是直接从头构建一个全新的编辑器？

这个问题听起来简单，背后藏着一个更根本的判断：AI 不只是一个“辅助工具”，它需要一个完全不同的交互方式和产品形态。

Michael Tun 在访谈中提到，当时很多人建议他们做一个 VS Code 插件：VS Code 是最流行的代码编辑器之一，已经有庞大的用户基础，做插件能快速上手、容易推广。

但 Cursor 的团队却认为，这种做法本质上在“给车加灯”：你确实让用户体验变好了一点，但并没有真正去思考，当 AI 变得足够强大之后，我们到底应该怎样写代码？

Michael Tun说：

如果你相信 AI 最终会取代人类写代码这件事本身，那你就必须重新思考整个交互流程。换句话说，他们想做的，是为“AI 原生”的编程方式打造一个适合它的编辑器。

VS Code 的架构不是为 AI 而设计的。它更多是一个面向“人类程序员”的工具。AI 需要什么？更快的响应速度、更深的上下文理解、更强的实时协作能力……这些，在一个插件里很难实现。

他们甚至发现，GitHub Copilot开发经验也给他们带来了启发；早期 GitHub Copilot 也是以插件形式存在，随着 AI 模型越来越强，局限性也开始显现出来：

它只能在已有框架里“补几句代码”，不是真正参与整个编写过程；所以，Cursor 的团队决定从头做起，构建一个专门为 AI 设计的编辑器。

这不是一个轻松的决定。这个方向在当时并不被看好；很多人都觉得，VS Code 已经够用，为什么要从零开始呢？

但 Michael Tun 和他的团队始终坚持一个信念：如果想服务未来，就不能被现在的产品形态所限制。这就像，别人还在优化打字机的时候，他们在尝试造电脑。

事实证明，判断是对的。

现在，越来越多开发者开始意识到：AI 不只是让写代码更快了，而是正在改变“写代码”这件事本身，而 Cursor，正是最早开始为此做好准备的那一批人。

很多人以为，AI 产品比拼模型能力，但Michael Tun 却认为：真正决定胜负的，是看不见、却每天都在影响用户体验的细节。

比如：响应速度、稳定性、交互是否顺手、有没有让人觉得“就是该这样”。

那么，怎么判断一个功能到底有没有用？靠什么指标来确认自己走在正确的路上？

Michael Tun 在访谈中说：

我们不太关注 demo 能不能让人眼前一亮，我们更关心这个功能，能不能让用户每天都愿意打开它、用它、甚至离不开它。

换句话说，他们真正看重的不是“第一次用了觉得牛”，而是“第五次用了还觉得顺”。

问题是：如何打磨细节？答案是：内部自用测试（dogfooding） + 数据反馈 + 快速迭代。

Cursor整个产品开发流程，可以概括成一句话：我们先自己用，觉得好再给用户用；用户用了之后，我们再看他们怎么用，接着改。

听起来很简单，这背后是一种非常务实的产品哲学：不靠想象用户想要什么，通过观察真实行为来不断优化体验。

比如：

访谈中提到，他们在早期发现，AI 生成代码的速度对用户体验影响极大，哪怕延迟几百毫秒，也会让用户觉得“卡顿”、“不够聪明”；他们花了大量时间优化响应速度，哪怕这意味着要重构底层架构。

还有一个例子是交互设计。

很多 AI 编程工具在展示结果时，会直接插入代码。但 Cursor 发现，这样反而会让用户失去控制感。

他们改成了“建议式”的呈现方式：AI 提出建议，用户可以选择接受或拒绝。这种方式虽然看起来没那么“自动”，但却让用户更有掌控感，也更容易信任 AI。

那他们又怎么衡量这些改动有没有效果呢？Michael Tun 提到，他们并不关注 DAU、MAU 这类泛泛的数据，是一个很具体的数字：

“每周使用 AI 功能五天以上”的用户数量。

这个指标意味着它代表一群人：不是偶尔试一下，是每天都在用、真的依赖它工作的人。只有抓住这群人，才能做出真正有价值的产品和可持续的商业模式。

所以，在别人还在比谁的 demo 更炫酷时，Cursor 已经悄悄开始打磨看不见、却天天影响用户的细节；而这，也正是他们能从众多 AI 编程工具中脱颖而出的关键。

方向选对了，产品哲学有了，怎么搭建团队？怎么把它做出来？Michael Tun 在访谈中说：“我们当时非常清楚一件事：创业很难，如果你找的人不对，再好的想法也可能失败。”

所以，一开始就定了一个原则：我们要打造一个‘免疫系统’。

听起来有点抽象，但意思很明确：一个真正厉害的团队，不靠流程、制度维持质量，而是靠“每个人都够硬”，并且会主动捍卫标准。

这跟苹果早期的做法很像。

乔布斯当年有个说法：我愿意花一年时间去招一个人；因为他们相信，真正优秀的人，不仅能做出好产品，还能吸引同样优秀的人加入。

Michael Tun说：Cursor 招聘节奏非常慢。前十几个人，每一个都是 Michael 和联合创始人亲自面试、亲自打磨。他们甚至设了一个“终极考验”环节：

两天的现场协作（onsite），模拟真实工作场景。

不考算法题，也不听你讲理念，直接一起干活，看你在面对真实问题时怎么思考、怎么解决、怎么沟通。

Michael 解释说：我们想看你有没有热情、有没有判断力、有没有那种“不把事情做好就不舒服”的劲儿。

这种高标准带来的结果是：团队虽然小，但每个人都能打，而且都愿意为产品负责。

另外，也不追求“全能型人才”，更看重一种特质：在模糊中前进的能力。

换句话说，你能在一个没有明确答案、不断变化的环境中，自己找到方向，并推动它往前走，这种能力，在 AI 领域尤其重要。

因为这个领域变化太快，今天有效做法，明天可能就过时了，只有既能深入技术、又能快速学习的人，才真正能推动边界。

所以 Cursor 的团队人不多，但个个是“高密度人才”。

产品哲学有了，团队也够硬了，这场 AI 编程的竞赛，最终会走向哪里？

Michael Tun 在访谈中说：我们现在看到的一切，刚刚开始。Cursor 的终极目标很明确：用 AI 完全替代传统意义上的编码工作。

不止辅助写代码、帮你更快地写，是让“人类写代码”这件事本身逐渐变得不再必要。听起来有点激进？但 Michael 并不这么认为。

他说：这不是一个会不会发生的问题，而是一个什么时候发生的问题。

他认为，现在 AI 写代码的能力还远远谈不上完美，但它在持续变强。只要模型足够大、数据足够多、训练方式更聪明，总有一天，能理解你想做什么，并直接为你生成正确的代码。

就像你现在打字不用查拼音一样，未来的程序员也不需要一行行敲代码，通过语言、意图表达，让 AI 来完成具体的实现。

Michael 还提到一个很有意思的类比：

Cursor 所处的市场，更像两个他们过去见过的领域：一，搜索引擎市场，二，消费电子市场。

搜索引擎发展后期阶段，天花板非常高；你可以长期持续地变得越来越好；因为用户越多，反馈就越多，模型就能越优化。

同样，Cursor 也在构建一种“反馈闭环”：用户使用得越多，系统就越了解他们在写什么、怎么写、哪里容易出错。这些数据反过来又能帮助 AI 更好地生成代码。

另一个灵感来源是消费电子行业。苹果当年打造 iPod 和 iPhone 时，不单纯靠硬件或软件赢得了市场，而是通过把产品做到极致，抓住“关键时刻”。

Michael 认为，AI 编程工具也会迎来类似的“iPod时刻”或者“ChatGPT时刻”：当某个产品突然让人意识到：

原来 AI 真的可以帮我完成大部分甚至全部的编程任务。

谁能在那时冲出来，谁就能赢得巨大的机会。所以，他和 Cursor 团队始终有一个信念：你能比别人更快地推动技术边界，你就有可能成为定义未来的人。

那么，Cursor的现象级的成功，给所有创业者带来了哪些启示呢？我认为，藏着一套非常清晰的“创业方法论”；这套方法论，适用于任何一个想在不确定环境中做大事的创业者。关键来说，有三点：

第一，真正的远见，来自于对趋势线的判断。Michael 说：Follow the line（沿着趋势线走，别追热点）很难做到。

大多数时候，趋势线并不性感，它不像某个爆款产品或突然爆红的功能那样吸引眼球；正是这种冷静、理性的判断，让他们在2022年就决定all in AI编程工具。

第二，小团队可以做成大事。

Cursor 的团队规模一直很小，但却做出了一个被广泛使用的AI编辑器。因为一开始就坚持高标准，并且打造了一个“免疫系统”一样的团队；这提醒我们：团队的质量，永远比数量更重要。

第三，产品思维必须领先于技术现状。

很多人等技术成熟了才开始做产品，而 Cursor 是反过来的：他们在技术还没完全到位时，就已经开始设计未来的产品形态。

他们没有做一个 VS Code 插件，因为他们相信：如果 AI 真的会取代写代码这件事，那我们就必须提前准备好适合它的工具；这是一种“产品驱动的技术演进”，而不是“技术驱动的产品演进”。

最后，AI为了让更多的普通人也能拥有专家级的能力；Michael 在访谈中提到，他们看到很多开发者使用 Cursor 后，工作效率提升明显，有些人因此获得了升职或者跳槽的机会。

这说明一个更大的趋势：AI不会抢走工作，但它会让一部分人变得比以往任何时候都更强；这对每一个行业来说，都是一个值得深思的方向。

Michael如何看待AI工具带来的挑战呢？这个问题，没在访谈中展开，但给了一个不同视角。

他说：过去，我们可以靠代码质量、架构设计、调试能力来衡量一个工程师的能力；现在，一个刚入行的开发者，会用 Cursor，就能写出原本需要资深程序员才能完成的代码。

那问题来了：我们该如何评估一个人的真实能力？

Cursor 的做法是，在招聘过程中依然保留“无 AI 编程”的测试环节。“我们会让候选人限时完成一个任务，而且不能使用 AI 工具，这是因为他们清楚地知道：AI 是放大器，不是替代品。

真正重要的，你是否具备基础的思维能力、解决问题的能力、学习能力；AI 可以帮你写代码，但你必须知道什么时候该用它、怎么用、用错了怎么改。

换句话说，AI是让本就优秀的人变得更高效。而缺乏基础能力的人，即使有了 AI，也很难走得远。

所以，Cursor 在招聘时更看重：

能否在有限时间内完成一个任务？是否有清晰的问题拆解能力？面对模糊不清的问题时，有没有自己的思路？是否愿意不断迭代、改进方案？

这些问题，才是判断一个工程师潜力的核心标准。

他们甚至发现，有些完全没有用过 AI 工具的候选人，加入后反而能很快上手，并且提出比老员工更有创意的用法。这说明了一件事：AI 不是门槛，是杠杆。

当然，Cursor故事还有很多值得继续观察的地方，比如：如何从一个开发者工具，走向企业级市场？它的商业模式是什么？它能否建立起真正的技术或生态壁垒？

这些问题，没在访谈中提到，但是下一个阶段的关键命题。留给关注的你，思考下。

参考：

1.Cursor CEO. (2025). 超越代码， 超级智能AI代理... ；In Y Combinator 创业播客. Spotify.