Cursor押注产品，而非模型，以击败OpenAI和Anthropic

Anysphere（Cursor背后的公司）CEO Michael Truell 有一个大胆的理论，关于为什么OpenAI和Anthropic不会压倒他的293亿美元AI编码初创公司：他们正在构建引擎，而开发人员需要的是汽车。

在Fortune的AI Brainstorm会议上，Truell明确区分了基础模型提供者和应用程序构建者。“这就像拿一个引擎和一个概念汽车，而不是一个完整的、从头到尾制造的汽车，”他说，描述了他如何看待竞争对手的编码产品与Cursor相比。

这种类比捕捉到了一个战略性赌注，这个赌注使Cursor从一个研究项目发展成为历史上最有价值的AI初创公司之一。与其竞争模型开发，Truell的公司聚合了多个提供者的智能，包括那些被视为威胁的公司，同时专注于开发人员真正需要的用户体验。

集成商的优势

Cursor的方法颠覆了典型的AI初创公司剧本。与其竞争训练边缘模型，公司从OpenAI、Anthropic和其他公司获取最佳可用的智能，并在产品特定优化最重要的地方使用内部模型。

“我们所做的是，我们从市场上获取来自多个提供者的最佳智能，”Truell解释道。“我们还在某些地方进行产品特定的建模。我们将其组合在一起，集成，然后构建最好的工具和最终用户体验，以便与AI合作。”

结果表明，这种策略正在奏效。Cursor在2025年达到10亿美元的年度收入，仅仅几个月前刚刚超过5亿美元的年度收入。该公司现在拥有超过半数的Fortune 500客户，包括NVIDIA、Uber和Adobe。其D轮融资从Accel、Thrive、Andreessen Horowitz以及NVIDIA和Google等新投资者那里获得了23亿美元的资金。

从个人编码者到团队基础设施

Truell在会议上发出一个重要的战略转变信号：Cursor正在从为个人开发人员服务转向“以团队为单位，我们服务的基本单位”。

这种转变承认了AI编码工具的成熟。当Cursor推出时，开发人员使用它来回答快速的JavaScript问题。现在，Truell说，用户使用它来完成“数小时的工作”。这种演变需要新的定价——Cursor已经转向了基于消费的模型——以及新的产品思维，专注于代码审查等协作工作流程。

团队重点还提供了竞争护城河。虽然AI编码助手正在涌现，但很少有公司能够在大规模上实现企业部署。Cursor的代码审查产品，Truell说，一些客户使用它来分析每个拉取请求，无论是由人类还是AI编写的，这正是难以被模型提供者复制的工作流集成的例子，除非他们构建完整的应用程序。

竞争问题

OpenAI今年早些时候就潜在收购事宜与Anysphere进行了接洽，但谈判没有结果。OpenAI随后追求Windsurf，另一家快速增长的AI编码助手，并在五月达成了30亿美元的收购协议——但这笔交易在七月份因独家期限到期而告吹。微软对OpenAI收购的知识产权证明是一个交易破坏者；Windsurf的领导层拒绝让他们的技术落入微软的羽翼之下，考虑到GitHub Copilot的竞争地位。Google随后通过24亿美元的许可协议聘请了Windsurf的CEO和关键工程师，而Cognition则收购了剩余的资产。

Anthropic的Claude Code已经激进地发展，达到10亿美元的年度收入，并直接集成到Slack中。GitHub Copilot，由微软和OpenAI支持，仍然是需要被击败的现任冠军。Google已经将Gemini推入开发工作流程中。市场竞争激烈，并且竞争越来越激烈。

然而，Truell的信心似乎根植于一个具体的赌注：应用层将比模型层捕获更多的价值。如果基础模型变得同质化——就像价格趋势所暗示的那样——那么在其上构建最佳接口的公司可能比模型提供者本身更具防御性。

Cursor的内部模型据报道“生成的代码比世界上几乎任何其他LLM都多”，根据公司的说法。如果这个说法是准确的，那么集成商和模型开发者之间的界线可能正在变得模糊。Cursor正在成为一家重要的AI研究运营商，目前拥有超过300名工程师和研究人员。

估值测试

以293亿美元的估值，Cursor背负着需要持续超高速增长的期望。该公司在五个月内将估值翻倍，从C轮到D轮。2025年，企业收入增长了100倍。

Truell说，IPO并没有在视野中——重点仍然放在构建功能上。但是，为了证明这种估值是合理的，公司最终需要回答一个问题：产品卓越是否足以抵御那些拥有足够资源的竞争对手，他们可能会将类似的功能集成到自己的产品中。

如果Cursor获胜，就像Truell所说的那样，它不会是因为它在模型方面超越了OpenAI或Anthropic的Claude。它将因为它在产品方面超越了他们，完成了开发人员真正需要完成的工作——更快地、更少惊喜地向客户发送更好的代码。这是一个关于执行力而非规模、集成而非发明的赌注。

这个赌注是否会成功可能不仅决定Cursor的未来，还决定了AI应用层是否能够维持独立公司，还是最终会在提供其智能的模型提供者下整合。