Cursor 的起源故事:从 CAD 创意到 600 亿美元收购
四位 MIT 同学如何将一个被放弃的机械工程工具,打造成增长最快的代码编辑器——以及这段创业历程对"掌控自己工具"的启示。

Cursor 是如今每天被超过百万开发者打开的 AI 代码编辑器——但它最初是完全不同的东西,由四位大学生打造,而他们最初几乎将目标瞄准了一个截然不同的行业。Cursor 的起源故事从一个被放弃的机械工程创意开始,历经 Visual Studio Code 分叉、OpenAI 种子轮融资、软件史上最快的营收增长之一,最终以 600 亿美元收购告终。以下是事情的真实经过,以及其中对所有依赖他人工具的人最重要的一条启示。
谁创造了 Cursor?
Cursor 由 Anysphere 公司开发。Anysphere 于 2022 年由四位 MIT 同学共同创立——Michael Truell、Sualeh Asif、Arvid Lunnemark 和 Aman Sanger,他们在 MIT 攻读计算机科学与数学期间相识。他们不是通过招聘启事认识的陌生人,而是在 MIT 已经共同参与过研究和项目的朋友。
四人拥有极为深厚的技术背景。Truell 担任 CEO;Asif 在巴基斯坦长大,曾代表国家参加国际数学奥林匹克竞赛,担任 CPO;Lunnemark 在国际信息学奥林匹克竞赛中获得奖牌;Sanger 则有医疗 AI 和企业级机器学习(ML)背景。他们曾在 Google、Stripe、Jane Street、Two Sigma 和 IBM 实习——这样的履历让种子前轮融资轻而易举。
差点成真的创意:CAD 自动补全
这是大多数人不知道的部分。Cursor 并不是最初的计划。
创始人最初打算为机械工程领域打造 AI 工具,专注于 CAD 软件的自动补全功能。这个方向看似合理——将现代 AI 辅助引入一个尚未充分受益的行业。但现实并不配合。他们很快意识到,这个市场停滞不前、缺乏竞争活力,且超出了他们的直接专业领域;数据限制和可用训练材料的匮乏,也使开发健壮模型面临重重挑战。
于是他们转向了自己最熟悉的领域:编写代码。到 2022 年中期,他们在发现 GitHub Copilot 作为插件的局限性后,转向了软件开发方向——Copilot 这款工具多年来只有渐进式的改进。这一重新定位——问题不在于 AI,而在于架构——成为了整个公司的立足之本。
核心洞察:不要做插件,要做编辑器本身
Copilot 以扩展插件的形式存在于编辑器内部,这意味着它只能看到和操作编辑器 API 所暴露的内容。Cursor 的创始人押注:真正的 AI 辅助需要存在于编辑器底层,能够完整访问代码库、文件和工作流。
Cursor 被构想为一个创始人自己也想使用的平台——一款能够在整个编码工作流中提供有意义 AI 辅助的工具,而不仅仅是在孤立的时刻发挥作用。他们认识到,即使没有突破性进展,AI 能力也会随着模型规模扩展和训练数据的增加而持续提升。换句话说:押注模型会持续变好,并打造能够最大化利用这一趋势的容器。
为什么选择分叉 VS Code
从零开始构建一个完整的 IDE 需要数年时间,还要求开发者放弃他们熟悉的一切。所以他们没有这样做。他们没有从头构建新的 IDE,而是分叉了 Visual Studio Code——这让他们能够提供熟悉的界面,同时将 AI 深度嵌入开发流程。
分叉的回报微妙却巨大。Cursor 是 Visual Studio Code 的一个分叉,因此它继承了 VS Code 的 Electron 架构、Monaco 编辑器以及整个扩展生态——这意味着现有用户可以迁移设置和扩展,从第一天起就感到如鱼得水,而创始人则将工程精力集中在顶层的 AI 原生层上。这一层包含一个索引代码库的检索系统,使 AI 能够在大型代码仓库中导航,而不仅仅局限于当前打开的文件。
OpenAI 的种子轮融资与 2023 年 3 月的发布
团队在 2022 年 4 月完成 40 万美元种子前轮融资后开始构建产品。他们通过种子前轮融资启动开发,后来于 2023 年从 OpenAI 的加速器项目毕业,并于 2023 年 3 月正式发布 Cursor。
随后,关键信号出现了。在第一年,他们完成了 800 万美元种子轮融资,由 OpenAI 的 Startup Fund 领投——天使投资人包括前 GitHub CEO Nat Friedman 和 Dropbox 联合创始人 Arash Ferdowsi。OpenAI 投资一款 AI 优先的开发者工具,不仅仅是资金支持,更是对这一论断的验证:编程的未来将是 AI 原生的,而非将 AI 作为附加功能。
从发布到 10 亿美元 ARR:几乎无人预料到的增长
接下来发生的事,正是 Cursor 被称为有史以来增长最快的初创公司之一的原因。大致时间线如下:
- 2023 年底 — 完成 800 万美元种子轮融资,日活跃用户约 3 万。
- 2024 年 11 月 — Cursor 收购 AI 代码补全初创公司 Supermaven,以强化自动补全能力。
- 2025 年 1 月 — Cursor 在发布仅两年后,年度经常性收入(ARR)达到 3 亿美元,据报道在突破 1 亿美元 ARR 时几乎未花费任何营销费用。
- 2025 年 4 月 — 日活跃用户超过 100 万,服务 5 万家企业,ARR 同比增长约 9900%(该数据为公司 2025 年 12 月快照的报告数字)。
- 2025 年底 — 估值达 293 亿美元,年度经常性收入超过 10 亿美元。
在此过程中,Cursor 做了快速增长工具该做的事:持续发布新功能。2025 年 10 月,Cursor 2.0 发布,搭载首个自研 AI 模型 Composer,据称比同等智能水平的模型快约 4 倍,专为低延迟、多步骤的智能体(agentic)编程而构建。这款内部自研模型是一项战略举措,旨在降低核心体验对 OpenAI 和 Anthropic 的依赖。
剧情反转:OpenAI 曾试图收购,随后 SpaceX 出手
这段起源故事有一个充满商业戏剧性的第三幕。据报道,OpenAI 曾在 Anysphere 估值飙升之前尝试收购该公司;收购失败后,OpenAI 转而试图收购 Cursor 的竞争对手 Windsurf。这一追求也以失败告终——Google 与 Windsurf 的核心团队达成协议,Cognition(Devin 的开发商)则吸收了剩余部分。
Cursor 保持独立——直到它不再独立。2026 年,SpaceX 出手了。根据公开报道,SpaceX 同意以全股票交易方式收购 Cursor(Anysphere),对公司的估值为 600 亿美元,并将其纳入旗下 SpaceXAI 部门。此次收购于 2026 年 8 月完成,Cursor 成为 SpaceX 的全资子公司,整合于 SpaceXAI 之下。
就这样,四位学生为逃离停滞的 CAD 市场而打造的工具,在四年后进入了一家火箭公司的 AI 部门。
关于信息来源的说明:上述大部分融资和收购时间线来源于 TechCrunch、Bloomberg 的报道以及公司文件。增长数据均为 Cursor 自行披露,除非另有说明,因此请将具体百分比视为方向性参考,而非经过审计的数据。
这段起源故事真正的启示
剥去估值和戏剧性,Cursor 的发展轨迹是几条经久不衰的经验的生动诠释:
- 架构胜于功能。 创始人击败 Copilot,靠的不是更好的自动补全,而是彻底拒绝插件模式,转而掌控编辑器本身。
- 转型是常态。 第一个想法(CAD)是错的。快速放弃它的意愿,才使第二个想法成为可能。
- 押注趋势线。 他们假设模型会持续进步并据此构建产品,而不是等待某个突破性时刻。
但还有最后一条启示,也是最令人不安的一条。让 Cursor 故事鼓舞人心的同一段历程,对于使用它的人来说也是一个警示。你每天依赖的工具,可能在别人的时间表上改变所有者、定价和模型访问权限。Cursor 的用户在被收购时没有投票权——他们只收到了一份公告。
掌控工作空间,而不仅仅是一个席位
Cursor 起源故事的主线是所有权:创始人通过掌控编辑器而非在别人的编辑器里租用空间而获胜。同样的逻辑适用于更高一层——适用于你。如果你最常用的 AI 工具距离一次收购只有一步之遥,随时可能面临定价或政策变化,那么持久的应对之道是掌控自己的工作流,而不是租用一个席位。
这正是 Eigent 背后的理念——一款开源的多智能体"协作"桌面应用,一支在你本地机器上运行的 AI 工作团队。你自带模型密钥(Claude、GPT、Gemini 或开源权重模型),数据默认留在本地,没有任何供应商能在你不知情的情况下将其收购。如果你在 SpaceX 收购事件后正在重新考虑专有编辑器的选择,不妨从我们的免费开源 Cursor 替代方案对比分析开始,接入一个你每天都在运行的工作流,比如审查 GitHub PR,然后下载 Eigent,让它真正属于你。
Recent Posts

GLM-5.3:Z.ai 的编程模型意外习得网络安全技能
GLM-5.3 详解:Z.ai 开放权重模型在长周期编程任务上超越 GLM-5.2,意外获得网络安全能力,以及模型权重的发布时间表。

DeepSeek Harness:一切皆插件的开源 Agent 运行时
DeepSeek Harness v0.1 开发者预览版现已发布。这是一款基于 Cordis 构建的开源 MIT 许可 Agent 运行时,其中模型、工具、沙箱和 UI 均为插件。

Grok 4.6 能力解析与 AI 智能体实际应用场景
深入解析 Grok 4.6 的核心能力与应用场景:长时运行智能体、代码生成与视觉交互工作,以及如何在多智能体 AI 工作流中集成使用。