文：王智遠 | ID:Z201440

Any Sphere的聯合創始人兼 CEO Michael Tun 做客一期 Y Combinator 的播客；你可能沒聽過兩個名字，大概率聽說過他們打造的產品：Cursor。

看似低調的 AI 編輯器，過去一年里悄然走紅，成為不少開發者心中的“AI 編程首選工具”；它不僅能讓程序員更快地寫代碼，更重要的是，正在重新定義“編程”這件事本身。

Michael Tun 在訪談中回顧Cursor 從零到一的過程，講述一個關于遠見、判斷力與執行力的故事。

我認為，這段經歷，為所有關注 AI 未來的人，提供一個值得深思的觀察窗口。所以，消化完之后講給你聽。

01

Cursor 的誕生不是從“寫代碼”這件事開始的；Michael Tun 和他的團隊最早做一個機械 CAD（計算機輔助設計）工具，面向工程師和設計師，幫助他們繪制零件圖、建模。

聽起來挺專業的領域，但 Michael Tun 后來回憶說：“我們在做的，是一個小眾市場里的小眾產品。”

真正讓他們轉變方向的，是一次技術趨勢的“頓悟”。

2022 年初，GPT-3 已經發布一段時間，GitHub Copilot 也開始被開發者試用。那時 AI 還遠沒到今天這個水平，但他們卻從中看到了一個信號：模型正在變得越來越強，這種增長是持續的。

Michael Tun說：我們覺得，創業很難，那就干脆做最讓你興奮的事；他們甚至總結出一句話，作為后來所有決策的底層邏輯：

Follow the line，沿著趨勢線走，別追熱點。

這句話意思是：與其去猜測下一個爆款是什么，不如認真觀察當前的趨勢線，判斷它會不會在未來某個時間點帶來質變。

他們看到的趨勢是：

語言模型越來越大，訓練數據越來越多，生成代碼的能力也越來越好。于是，做了一個大膽的決定——放棄 CAD，轉向 AI 編程工具。

這不是一個容易下的判斷。當時大多數人還沒把 AI 當成寫代碼的主力工具，更多人把它看作“輔助插件”，甚至“玩具”。但 Cursor 團隊卻堅信：

AI 不只是讓程序員更快地寫代碼，而是最終要取代人類寫代碼這件事本身；所以，他們直接重構整個編輯器體驗，為 AI 原生交互做好準備。

不僅如此，他們還非常重視內部自用測試。Michael 解釋道：我們非常注重像蘋果那樣，自己先使用自己的產品；這樣我們可以快速迭代，發現問題并改進。

這種策略不僅驗證了產品的可行性，也讓他們更早地意識到哪些功能是用戶真正需要的，哪些地方還需要進一步優化。

就像 Michael 所說的那樣，如果我們自己都不愿意每天使用這個工具，那別人也不會愿意；所以，他們在2022年就預見了AI將徹底改變編程，而且，還用行動證明了判斷。

02

但問題是：所有人都在把AI當作一個“插件”或“輔助功能”時，他們為什么敢于選擇一條完全不同的產品路徑？

比如：為什么不做VS Code插件，而是直接從頭構建一個全新的編輯器？

這個問題聽起來簡單，背后藏著一個更根本的判斷：AI 不只是一個“輔助工具”，它需要一個完全不同的交互方式和產品形態。

Michael Tun 在訪談中提到，當時很多人建議他們做一個 VS Code 插件：VS Code 是最流行的代碼編輯器之一，已經有龐大的用戶基礎，做插件能快速上手、容易推廣。

但 Cursor 的團隊卻認為，這種做法本質上在“給車加燈”：你確實讓用戶體驗變好了一點，但并沒有真正去思考，當 AI 變得足夠強大之后，我們到底應該怎樣寫代碼？

Michael Tun說：

如果你相信 AI 最終會取代人類寫代碼這件事本身，那你就必須重新思考整個交互流程。換句話說，他們想做的，是為“AI 原生”的編程方式打造一個適合它的編輯器。

VS Code 的架構不是為 AI 而設計的。它更多是一個面向“人類程序員”的工具。AI 需要什么？更快的響應速度、更深的上下文理解、更強的實時協作能力……這些，在一個插件里很難實現。

他們甚至發現，GitHub Copilot開發經驗也給他們帶來了啟發；早期 GitHub Copilot 也是以插件形式存在，隨著 AI 模型越來越強，局限性也開始顯現出來：

它只能在已有框架里“補幾句代碼”，不是真正參與整個編寫過程；所以，Cursor 的團隊決定從頭做起，構建一個專門為 AI 設計的編輯器。

這不是一個輕松的決定。這個方向在當時并不被看好；很多人都覺得，VS Code 已經夠用，為什么要從零開始呢？

但 Michael Tun 和他的團隊始終堅持一個信念：如果想服務未來，就不能被現在的產品形態所限制。這就像，別人還在優化打字機的時候，他們在嘗試造電腦。

事實證明，判斷是對的。

現在，越來越多開發者開始意識到：AI 不只是讓寫代碼更快了，而是正在改變“寫代碼”這件事本身，而 Cursor，正是最早開始為此做好準備的那一批人。

很多人以為，AI 產品比拼模型能力，但Michael Tun 卻認為：真正決定勝負的，是看不見、卻每天都在影響用戶體驗的細節。

比如：響應速度、穩定性、交互是否順手、有沒有讓人覺得“就是該這樣”。

03

那么，怎么判斷一個功能到底有沒有用？靠什么指標來確認自己走在正確的路上？

Michael Tun 在訪談中說：

我們不太關注 demo 能不能讓人眼前一亮，我們更關心這個功能，能不能讓用戶每天都愿意打開它、用它、甚至離不開它。

換句話說，他們真正看重的不是“第一次用了覺得牛”，而是“第五次用了還覺得順”。

問題是：如何打磨細節？答案是：內部自用測試（dogfooding） + 數據反饋 + 快速迭代。

Cursor整個產品開發流程，可以概括成一句話：我們先自己用，覺得好再給用戶用；用戶用了之后，我們再看他們怎么用，接著改。

聽起來很簡單，這背后是一種非常務實的產品哲學：不靠想象用戶想要什么，通過觀察真實行為來不斷優化體驗。

比如：

訪談中提到，他們在早期發現，AI 生成代碼的速度對用戶體驗影響極大，哪怕延遲幾百毫秒，也會讓用戶覺得“卡頓”、“不夠聰明”；他們花了大量時間優化響應速度，哪怕這意味著要重構底層架構。

還有一個例子是交互設計。

很多 AI 編程工具在展示結果時，會直接插入代碼。但 Cursor 發現，這樣反而會讓用戶失去控制感。

他們改成了“建議式”的呈現方式：AI 提出建議，用戶可以選擇接受或拒絕。這種方式雖然看起來沒那么“自動”，但卻讓用戶更有掌控感，也更容易信任 AI。

那他們又怎么衡量這些改動有沒有效果的呢？Michael Tun 提到，他們并不關注 DAU、MAU 這類泛泛的數據，是一個很具體的數字：

“每周使用 AI 功能五天以上”的用戶數量。

這個指標意味著它代表一群人：不是偶爾試一下，是每天都在用、真的依賴它工作的人。只有抓住這群人，才能做出真正有價值的產品和可持續的商業模式。

所以，在別人還在比誰的 demo 更炫酷時，Cursor 已經悄悄開始打磨看不見、卻天天影響用戶的細節；而這，也正是他們能從眾多 AI 編程工具中脫穎而出的關鍵。

方向選對了，產品哲學有了，怎么搭建團隊？怎么把它做出來？Michael Tun 在訪談中說：“我們當時非常清楚一件事：創業很難，如果你找的人不對，再好的想法也可能失敗。”

所以，一開始就定了一個原則：我們要打造一個‘免疫系統’。

聽起來有點抽象，但意思很明確：一個真正厲害的團隊，不靠流程、制度維持質量，而是靠“每個人都夠硬”，并且會主動捍衛標準。

這跟蘋果早期的做法很像。

喬布斯當年有個說法：我愿意花一年時間去招一個人；因為他們相信，真正優秀的人，不僅能做出好產品，還能吸引同樣優秀的人加入。

Michael Tun說：Cursor 招聘節奏非常慢。前十幾個人，每一個都是 Michael 和聯合創始人親自面試、親自打磨。他們甚至設了一個“終極考驗”環節：

兩天的現場協作（onsite），模擬真實工作場景。

不考算法題，也不聽你講理念，直接一起干活，看你在面對真實問題時怎么思考、怎么解決、怎么溝通。

Michael 解釋說：我們想看你有沒有熱情、有沒有判斷力、有沒有那種「不把事情做好就不舒服」的勁兒。

這種高標準帶來的結果是：團隊雖然小，但每個人都能打，而且都愿意為產品負責。

另外，也不追求“全能型人才”，更看重一種特質：在模糊中前進的能力。

換句話說，你能在一個沒有明確答案、不斷變化的環境中，自己找到方向，并推動它往前走，這種能力，在 AI 領域尤其重要。

因為這個領域變化太快，今天有效做法，明天可能就過時了，只有既能深入技術、又能快速學習的人，才真正能推動邊界。

所以 Cursor 的團隊人不多，但個個是“高密度人才”。

04

產品哲學有了，團隊也夠硬了，這場 AI 編程的競賽，最終會走向哪里？

Michael Tun 在訪談中說：我們現在看到的一切，剛剛開始。Cursor 的終極目標很明確：用 AI 完全替代傳統意義上的編碼工作。

不止輔助寫代碼、幫你更快地寫，是讓“人類寫代碼”這件事本身逐漸變得不再必要。聽起來有點激進？但 Michael 并不這么認為。

他說：這不是一個會不會發生’的問題，而是一個什么時候發生的問題。

他認為，現在 AI 寫代碼的能力還遠遠談不上完美，但它在持續變強。只要模型足夠大、數據足夠多、訓練方式更聰明，總有一天，能理解你想做什么，并直接為你生成正確的代碼。

就像你現在打字不用查拼音一樣，未來的程序員也不需要一行行敲代碼，通過語言、意圖表達，讓 AI 來完成具體的實現。

Michael 還提到一個很有意思的類比：

Cursor 所處的市場，更像兩個他們過去見過的領域：一，搜索引擎市場，二，消費電子市場。

搜索引擎發展后期階段，天花板非常高；你可以長期持續地變得越來越好；因為用戶越多，反饋就越多，模型就能越優化。

同樣，Cursor 也在構建一種“反饋閉環”：用戶使用得越多，系統就越了解他們在寫什么、怎么寫、哪里容易出錯。這些數據反過來又能幫助 AI 更好地生成代碼。

另一個靈感來源是消費電子行業。蘋果當年打造 iPod 和 iPhone 時，不單純靠硬件或軟件贏了市場，而是通過把產品做到極致，抓住“關鍵時刻”。

Michael 認為，AI 編程工具也會迎來類似的“iPod時刻”或者“ChatGPT時刻”：當某個產品突然讓人意識到：

原來 AI 真的可以幫我完成大部分甚至全部的編程任務。

誰能在那時沖出來，誰就能贏得巨大的機會。所以，他和 Cursor 團隊始終有一個信念：你能比別人更快地推動技術邊界，你就有可能成為定義未來的人。

05

那么，Cursor的現象級的成功，給所有創業者帶來了哪些啟示呢？我認為，藏著一套非常清晰的“創業方法論”；這套方法論，適用于任何一個想在不確定環境中做大事的創業者。關鍵來說，有三點：

一：真正遠見，來自于對趨勢線的判斷。Michael 說：Follow the line（沿著趨勢線走，別追熱點）很難做到。

大多數時候，趨勢線并不性感，它不像某個爆款產品或突然爆紅的功能那樣吸引眼球；正是這種冷靜、理性的判斷，讓他們在2022年就決定all in AI編程工具。

第二點，小團隊可以做成大事。

Cursor 的團隊規模一直很小，但卻做出了一個被廣泛使用的AI編輯器。因為一開始就堅持高標準，并且打造了一個“免疫系統”一樣的團隊；這提醒我們：團隊的質量，永遠比數量更重要。

第三個是，產品思維必須領先于技術現狀

很多人等技術成熟了才開始做產品，而 Cursor 是反過來的：他們在技術還沒完全到位時，就已經開始設計未來的產品形態。

他們沒有做一個 VS Code 插件，因為他們相信：如果 AI 真的會取代寫代碼這件事，那我們就必須提前準備好適合它的工具；這是一種“產品驅動的技術演進”，而不是“技術驅動的產品演進”。

最后，AI為了讓更多的普通人也能擁有專家級的能力；Michael 在訪談中提到，他們看到很多開發者使用 Cursor 后，工作效率提升明顯，有些人因此獲得了升職或者跳槽的機會。

這說明一個更大的趨勢：AI不會搶走工作，但它會讓一部分人變得比以往任何時候都更強；這對每一個行業來說，都是一個值得深思的方向。

Michael如何看待AI工具帶來的挑戰呢？這個問題，沒在訪談中展開，但給了一個不同視角。

他說：過去，我們可以靠代碼質量、架構設計、調試能力來衡量一個工程師的能力；現在，一個剛入行的開發者，會用 Cursor，就能寫出原本需要資深程序員才能完成的代碼。

那問題來了：我們該如何評估一個人的真實能力？

Cursor 的做法是，在招聘過程中依然保留“無 AI 編程”的測試環節。“我們會讓候選人限時完成一個任務，而且不能使用 AI 工具，這是因為他們清楚地知道：AI 是放大器，不是替代品。

真正重要的，你是否具備基礎的思維能力、解決問題的能力、學習能力；AI 可以幫你寫代碼，但你必須知道什么時候該用它、怎么用、用錯了怎么改。

換句話說，AI是讓本就優秀的人變得更高效。而缺乏基礎能力的人，即使有了 AI，也很難走得遠。

所以，Cursor 在招聘時更看重：

能否在有限時間內完成一個任務？是否有清晰的問題拆解能力？面對模糊不清的問題時，有沒有自己的思路？是否愿意不斷迭代、改進方案？

這些問題，才是判斷一個工程師潛力的核心標準。

他們甚至發現，有些完全沒有用過 AI 工具的候選人，加入后反而能很快上手，并且提出比老員工更有創意的用法。這說明了一件事：AI 不是門檻，是杠桿。

當然，Cursor故事還有很多值得繼續觀察的地方，比如：如何從一個開發者工具，走向企業級市場？它的商業模式是什么？它能否建立起真正的技術或生態壁壘？

這些問題，沒在訪談中提到，但是下一個階段的關鍵命題。留給關注的你，思考下。

參考：

1.Cursor CEO. (2025). 超越代碼, 超級智能AI代理... ；In Y Combinator 創業播客. Spotify.https://podcasters.spotify.com/pod/show/ycombinator/episodes/Cursor-CEO-Going-Beyond-Code--Superintelligent-AI-Agents-And-Why-Taste-Still-Matters-e343888