編輯 | 云昭

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

Cursor 火了，但 Cursor 究竟是如何誕生、發(fā)跡的？為什么只有它可以從眾多“套殼”應(yīng)用中破繭，從 0 到年收入 1 億 美元僅僅只用了 18 個(gè)月？而如今更是突破了3億美元。

這款“靠感覺(jué)編程”的 Vibe Coding 神器是如成功擺脫“套殼”的標(biāo)簽的？它是如何巧妙處理“模型與產(chǎn)品”的平衡的？

背后的 16 人團(tuán)隊(duì)究竟是怎樣一群狠人？這群頂尖天才都是怎樣被面試招聘進(jìn)來(lái)的？

未來(lái)的軟件行業(yè)真的是 AI 工程師的天下嗎？后代碼時(shí)代，人類工程師如何保持對(duì)代碼的控制力？

五一假期期間，AnySphere 的聯(lián)合創(chuàng)始人兼 CEO、Cursor 之父 Michael Truell 接受了Cursor出圈以來(lái)后僅有的第二次采訪。這次采訪正值 Cursor 新一輪融資和競(jìng)品環(huán)伺的當(dāng)口。

Michael 似乎沒(méi)有受到“悲喜交加”的環(huán)境影響，一如上次采訪，激情地分享自己創(chuàng)業(yè)和產(chǎn)品思考。

整個(gè)播客采訪時(shí)長(zhǎng) 70 分鐘有余，可謂每一分鐘都信息密度值拉滿。如果你只是看摘要版，很容易漏掉這位AI產(chǎn)品天才很多價(jià)值“不菲”的觀點(diǎn)，比如：

除了大家都報(bào)道的“后代碼時(shí)代”之外，Michael 曝料：Cursor 誕生之前還有一個(gè)失敗的 AI 項(xiàng)目，而 Cursor 的誕生其實(shí)是一場(chǎng)“先有方案，后有問(wèn)題”的反直覺(jué)邏輯；

再比如，他給出了Cursor“防被抄襲”的方法論，甚至自曝了自家產(chǎn)品的模型策略邏輯。

此外，還有很多意想不到細(xì)節(jié)，比如：如何搞到世界級(jí)頂尖人才的招聘細(xì)節(jié)——給每一個(gè)候選人都安排一個(gè)整兩天高密度的的 on-site 項(xiàng)目?！拔覀儾惶谝忭?xiàng)目最終做成什么，而是看你在過(guò)程中怎么思考、怎么設(shè)計(jì)、怎么迭代、遇到問(wèn)題怎么 debug”等等。

對(duì)于 Cursor 這樣級(jí)別的 AI 產(chǎn)品而言，每一個(gè)料都堪比干貨。這里話不多說(shuō)，這就為大家奉上誠(chéng)意滿滿的全文整理。諸位，不管是開(kāi)發(fā)者，還是AI產(chǎn)品開(kāi)發(fā)者，都建議收藏細(xì)讀，自行摘選金句。

Cursor 奇跡以及 Cursor 之父

主持人：歡迎收聽(tīng)本期節(jié)目，今天我們邀請(qǐng)到的嘉賓是 Michael Truell，他是 AnySphere 的聯(lián)合創(chuàng)始人兼 CEO，而他們打造的產(chǎn)品 Cursor，是目前最前沿的 AI 編程編輯器。如果你還沒(méi)聽(tīng)說(shuō)過(guò)它，那你可能真的是“與世隔絕”了。Cursor 正在重新定義工程師和產(chǎn)品團(tuán)隊(duì)的開(kāi)發(fā)方式——上線不到兩年就實(shí)現(xiàn)了年化收入 1 億美元，如今更是突破了 3 億美元，是增長(zhǎng)速度最快的科技產(chǎn)品之一。

Michael 從 MIT 畢業(yè)，主修計(jì)算機(jī)科學(xué)和數(shù)學(xué)，曾在 MIT 和 Google 從事 AI 研究，對(duì)技術(shù)和商業(yè)史有著深入的研究和濃厚的興趣。你很快就會(huì)發(fā)現(xiàn)，他對(duì)于未來(lái)軟件開(kāi)發(fā)形態(tài)的理解和思考非常深刻。

在本期節(jié)目中，我們聊了 Cursor 的誕生故事、Michael 對(duì)“后代碼時(shí)代”的預(yù)測(cè)、他在構(gòu)建 Cursor 過(guò)程中得到的一些顛覆性認(rèn)知、以及他對(duì)工程師未來(lái)角色的判斷等等，干貨滿滿。

順帶一提，Michael 平時(shí)很少接受采訪，除了這次，他唯一的一次播客訪談是在 Lex Fridman 的節(jié)目上。所以這次能請(qǐng)到他，真的非常榮幸。

軟件開(kāi)發(fā)的未來(lái)——后代碼時(shí)代：描述代碼，而非拼湊代碼

主持人：我們之前聊天時(shí)你提到了一個(gè)有趣的概念——“后代碼時(shí)代”。你能展開(kāi)講講你對(duì)未來(lái)軟件開(kāi)發(fā)的設(shè)想嗎？也就是說(shuō)，當(dāng)人們不再直接編寫(xiě)代碼時(shí)，軟件開(kāi)發(fā)將會(huì)是什么樣子？

Michael：我們的目標(biāo)，是通過(guò) Cursor 重新定義“編程”本身——一種全新的軟件構(gòu)建方式。本質(zhì)上就是：你向計(jì)算機(jī)盡可能簡(jiǎn)潔地描述你的意圖，它就能幫你完成構(gòu)建。這是一次抽象層級(jí)的躍遷。

未來(lái)，編程不再是操作某種具體語(yǔ)言的技能，而是對(duì)軟件邏輯和表現(xiàn)形式的精準(zhǔn)表達(dá)。我們相信，隨著技術(shù)成熟，我們可以實(shí)現(xiàn)一種比傳統(tǒng)方式更高效、更高級(jí)別的構(gòu)建體驗(yàn)。它不僅會(huì)提升效率，還能降低開(kāi)發(fā)門(mén)檻，讓更多人參與其中。

Michael（續(xù)）：我們對(duì)未來(lái)軟件開(kāi)發(fā)的設(shè)想，和目前流行的兩種觀點(diǎn)都不太一樣。

第一種觀點(diǎn)是，未來(lái)編程的形態(tài)和現(xiàn)在差不多。大家依然會(huì)用 TypeScript、Go、Rust 等語(yǔ)言，依然在文本編輯器中寫(xiě)代碼。

第二種觀點(diǎn)是，未來(lái)你只需要和一個(gè) AI 聊天機(jī)器人對(duì)話，比如說(shuō)“幫我做一個(gè)應(yīng)用”，或者“把按鈕變藍(lán)”，AI 就自動(dòng)幫你完成整個(gè)軟件構(gòu)建。

我們認(rèn)為這兩種設(shè)想都不夠準(zhǔn)確。后一種“聊天式構(gòu)建”缺乏精確度，很難進(jìn)行復(fù)雜的控制。而前一種觀點(diǎn)低估了 AI 技術(shù)的發(fā)展?jié)摿?。我們相信，未?lái)是“后代碼時(shí)代”——一種介于兩者之間的新方式。

主持人：你說(shuō)的這種“后代碼時(shí)代”，聽(tīng)起來(lái)更像是用接近自然語(yǔ)言的方式去表達(dá)軟件邏輯，而不是寫(xiě)復(fù)雜的代碼對(duì)吧？

Michael：是的。我們相信，未來(lái)編程的表達(dá)方式會(huì)像自然語(yǔ)言一樣直觀、可讀。你可以用一種簡(jiǎn)潔明了的方式描述系統(tǒng)的邏輯和行為，而不再是復(fù)雜、難懂、碎片化的代碼文件。

我們正在朝這個(gè)方向努力：讓開(kāi)發(fā)過(guò)程更可視、更易讀、更像“描述意圖”，而不是“拼湊代碼”。

主持人：我覺(jué)得你剛才說(shuō)的很重要，不能被大家忽略。你們的設(shè)想是——未來(lái)軟件工程師甚至不再需要直接“看到代碼”，而是用自然語(yǔ)言描述代碼該做什么。這聽(tīng)起來(lái)有點(diǎn)像偽代碼，但更強(qiáng)大、更接近真實(shí)執(zhí)行。

Michael：沒(méi)錯(cuò)。我們對(duì)此非常有信心。而且我們認(rèn)為這個(gè)轉(zhuǎn)變會(huì)發(fā)生在現(xiàn)有工程師的手中，是一個(gè)漸進(jìn)式的演化過(guò)程。人仍然會(huì)掌控主動(dòng)權(quán)，他們?nèi)匀粫?huì)對(duì)軟件的每一個(gè)細(xì)節(jié)有充分控制。

但與此同時(shí)，他們將擁有更快的迭代速度，不再需要慢吞吞地自己寫(xiě)出每一行代碼。

后代碼時(shí)代，工程師的技能變化:“品味”，決定權(quán)交給人，嚴(yán)謹(jǐn)性交給AI

主持人：那么對(duì)于現(xiàn)在已經(jīng)是工程師，或者考慮成為工程師、產(chǎn)品經(jīng)理或設(shè)計(jì)師的聽(tīng)眾來(lái)說(shuō)——在你所描繪的“后代碼”世界里，哪些技能會(huì)變得越來(lái)越重要？

Michael：我認(rèn)為，“品味”會(huì)變得越來(lái)越重要。

很多人一提到“品味”，腦海里想到的可能是視覺(jué)層面的：界面的配色、動(dòng)效、UI/UX 等。但我認(rèn)為，軟件的“定義”不只有視覺(jué)部分，另一半是“邏輯結(jié)構(gòu)”——即它是如何工作的。

我們目前有很多出色的工具來(lái)定義視覺(jué)，比如 Figma 這樣的原型設(shè)計(jì)工具，但在定義軟件邏輯方面，最好的表達(dá)方式依然是代碼。而我相信，未來(lái)“工程師”的角色會(huì)更像是“邏輯設(shè)計(jì)師”。他們的主要任務(wù)，是明確表達(dá)出“這套系統(tǒng)該如何工作”，而不是糾結(jié)于具體怎么實(shí)現(xiàn)底層細(xì)節(jié)。

也就是說(shuō)，工程的核心會(huì)從“怎么實(shí)現(xiàn)”轉(zhuǎn)向“你想實(shí)現(xiàn)什么”，而“品味”將體現(xiàn)為你對(duì)軟件整體運(yùn)作邏輯的感知與判斷力。

Michael（續(xù)）：我們距離這個(gè)目標(biāo)還很遠(yuǎn)。目前，代碼依然是不可或缺的表達(dá)形式，也存在許多搞笑的梗圖，諷刺人們太依賴 AI 結(jié)果、卻發(fā)現(xiàn)應(yīng)用漏洞百出。但我認(rèn)為未來(lái)，我們可以讓“軟件工程”變得不那么“謹(jǐn)小慎微”。

今天，一位出色的軟件工程師非常講究細(xì)節(jié)、結(jié)構(gòu)、魯棒性、邊界條件等等。但隨著工具演進(jìn)，我們可以將一部分“嚴(yán)謹(jǐn)性”交給 AI，工程師則可以更多地發(fā)揮“意圖設(shè)計(jì)”的能力。

主持人：這讓我想到一個(gè)術(shù)語(yǔ)：“Vibe Coding”（戲稱：憑感覺(jué)寫(xiě)代碼）。你說(shuō)的，是不是某種程度上就是“Vibe Coding”？也就是不再關(guān)注底層細(xì)節(jié)，只要跟著感覺(jué)走就行了？

Michael：這個(gè)問(wèn)題很有意思。我認(rèn)為是相關(guān)的，但我們希望提供比 Vibe Coding 更可靠的方式。

“Vibe Coding”指的是一種很直覺(jué)的創(chuàng)作狀態(tài)——你寫(xiě)了一大堆代碼，但其實(shí)并不真正理解它的底層結(jié)構(gòu)。這會(huì)帶來(lái)一些問(wèn)題：一旦你想要修改或擴(kuò)展，整個(gè)系統(tǒng)很快就變得不可控。

我們正在探索的，是如何讓人們?cè)诓煌耆斫獾讓哟a的情況下，依然保持對(duì)系統(tǒng)結(jié)構(gòu)的“控制權(quán)”。這對(duì)于習(xí)慣 Vibe Coding 的人群尤其重要。

Michael（續(xù)）：現(xiàn)在的 AI 工具還不能讓“有品味的人”完全掌控軟件開(kāi)發(fā)過(guò)程。即使你有很強(qiáng)的產(chǎn)品直覺(jué)和設(shè)計(jì)想法，AI 在執(zhí)行層面也會(huì)做出很多“你無(wú)法控制的決定”。

這正是我們努力想解決的問(wèn)題——讓“創(chuàng)意者”真正擁有掌控權(quán)，而不是把決定權(quán)交給 AI。

Cursor不是第一個(gè)產(chǎn)品，誕生前的思考和嘗試

主持人：你剛才反復(fù)提到“品味”這個(gè)詞，我想進(jìn)一步追問(wèn)一下。你心中的“品味”，到底具體指什么？

Michael：“品味”在我心中，就是對(duì)“該做什么”和“怎么做”擁有準(zhǔn)確判斷力。

未來(lái)，軟件開(kāi)發(fā)的核心將是：你對(duì)一個(gè)想法的清晰度——你知道自己想實(shí)現(xiàn)什么樣的產(chǎn)品體驗(yàn)、什么樣的功能邏輯、什么樣的界面表現(xiàn)。而將這些想法快速無(wú)縫地轉(zhuǎn)化為計(jì)算機(jī)可以執(zhí)行的內(nèi)容，就是新的開(kāi)發(fā)過(guò)程。

所以，未來(lái)軟件開(kāi)發(fā)會(huì)越來(lái)越像“想清楚，然后表達(dá)出來(lái)”，而不是現(xiàn)在這樣“從想法轉(zhuǎn)譯成機(jī)器語(yǔ)言”的過(guò)程。所以這里的“品味”，其實(shí)更接近“判斷力”和“決策能力”。

主持人：太棒了。我之后還想回到這個(gè)話題，但我們現(xiàn)在先拉回開(kāi)頭。我從來(lái)沒(méi)聽(tīng)過(guò) Cursor 的創(chuàng)始故事，我相信大多數(shù)人也不知道。你們現(xiàn)在做的事情，可以說(shuō)正在改變整個(gè)軟件開(kāi)發(fā)行業(yè)，是怎么開(kāi)始的？有沒(méi)有哪些令人難忘的初期經(jīng)歷？

Michael：說(shuō)起來(lái)有點(diǎn)反直覺(jué)。Cursor 最早其實(shí)是“先有方案，再找問(wèn)題”的過(guò)程。

我們當(dāng)時(shí)在想，未來(lái) 10 年 AI 會(huì)不斷進(jìn)化，到底能用來(lái)做什么？有兩個(gè)瞬間讓我特別興奮：

第一個(gè)是我們第一次用到 Copilot 的測(cè)試版，那是我們?nèi)松械谝淮斡X(jué)得“AI 真有用”。不僅如此，它還成了我們用過(guò)的最實(shí)用的 DevTool（開(kāi)發(fā)工具）之一。這給了我們巨大的信心。

第二個(gè)關(guān)鍵點(diǎn)，是我們看到 OpenAI 等機(jī)構(gòu)發(fā)表的關(guān)于模型擴(kuò)展性的論文。那些論文表明，即使沒(méi)有新想法，單靠擴(kuò)大模型規(guī)模和數(shù)據(jù)量，AI 也會(huì)變得越來(lái)越強(qiáng)。這讓我們相信，AI 產(chǎn)品的可行性已經(jīng)到了臨界點(diǎn)。

Michael（續(xù)）：于是到了 2021 年末、2022 年初，我們開(kāi)始真正認(rèn)真思考：如果 AI 會(huì)持續(xù)變強(qiáng)，那我們應(yīng)該從哪個(gè)知識(shí)工作領(lǐng)域切入？那時(shí)很多人都在研究怎么訓(xùn)練模型，但很少有人在思考：“一個(gè)具體的職業(yè)、一個(gè)知識(shí)工作流，會(huì)因?yàn)?AI 的進(jìn)步而發(fā)生怎樣的根本性變化？”

這就變成了一個(gè)大型的“未來(lái)工作逆推”練習(xí)——比如說(shuō)，假如 AI 真的這么厲害了，設(shè)計(jì)師、程序員、分析師每天的工作會(huì)變成什么樣？我們?cè)撚迷鯓拥墓ぞ呷ミm配那種工作方式？

我們當(dāng)時(shí)最早其實(shí)并沒(méi)有直接做編程工具，反而做了一個(gè)“沒(méi)人競(jìng)爭(zhēng)的領(lǐng)域”：機(jī)械工程。我們覺(jué)得代碼工具已經(jīng)有很多人做了，像 Copilot 已經(jīng)上線了，不如去找個(gè)冷門(mén)方向切入。

Michael（續(xù)）：所以，我們最早的四個(gè)月其實(shí)都在嘗試做一個(gè)針對(duì)機(jī)械工程師的 AI 工具。

但問(wèn)題從一開(kāi)始就顯現(xiàn)了——我和聯(lián)合創(chuàng)始人都不是機(jī)械工程師。我們雖然有朋友是搞機(jī)械的，但自己并不熟悉。等于我們像“盲人摸象”一樣在做產(chǎn)品。再加上機(jī)械工程的數(shù)據(jù)很少，尤其是零件的 3D 模型幾乎找不到公開(kāi)數(shù)據(jù)，要從零開(kāi)始訓(xùn)練模型，門(mén)檻非常高。

最終，我們意識(shí)到：我們對(duì)機(jī)械工程其實(shí)并沒(méi)有那么熱情，不值得為此投入一生的時(shí)間。于是我們回到了熟悉的領(lǐng)域——編程。

讓我們驚訝的是，雖然 Copilot 已經(jīng)推出好一陣子了，但整個(gè)開(kāi)發(fā)流程其實(shí)并沒(méi)有發(fā)生質(zhì)變。我們也感覺(jué)市場(chǎng)上的玩家可能缺乏野心，并沒(méi)有真正去思考 AI 會(huì)如何重塑整個(gè)軟件開(kāi)發(fā)流程。

這就是 Cursor 真正誕生的起點(diǎn)。

Cursor的路徑為什么是IDE，而不是插件或者AI工程師

主持人：太有意思了。你剛才提到一件我很喜歡的事情——很多人建議“去做冷門(mén)行業(yè)，因?yàn)闆](méi)人競(jìng)爭(zhēng)、機(jī)會(huì)大”。但你們的經(jīng)歷恰恰相反：你們放棄了“冷門(mén)”，反而選擇了“熱門(mén)”——AI 編程工具，而且成功了。背后的啟示是不是：即便一個(gè)賽道看起來(lái)已經(jīng)很擁擠，只要你比別人更有野心、更有洞察，依然有巨大機(jī)會(huì)？

Michael：確實(shí)如此。我認(rèn)為在 AI 領(lǐng)域，尤其如此。因?yàn)檫@個(gè)賽道的“上限”極高。

即便現(xiàn)在已有不少成熟產(chǎn)品，但你如果認(rèn)真觀察，會(huì)發(fā)現(xiàn)幾乎每一個(gè)方向都還有很多可以改進(jìn)的地方。所以，我們的出發(fā)點(diǎn)是：即使 Copilot 存在，它所解決的問(wèn)題和方式可能還遠(yuǎn)遠(yuǎn)不夠——我們還有更長(zhǎng)遠(yuǎn)的目標(biāo)。

只要這個(gè)領(lǐng)域本身值得探索，那就一定還有“躍遷”的空間。而 AI 的特別之處在于：你真的可以一躍千里。

主持人：我們回到你們選擇的路徑。當(dāng)時(shí)其實(shí)有很多可能的方向，比如只做一個(gè)很強(qiáng)的模型 API，也可以做一個(gè)“AI 工程師”式的全自動(dòng)工具。你們?yōu)槭裁礇Q定走“做 IDE 編輯器”這條路？

Michael：這其實(shí)和我們的初衷有關(guān)。

我們一開(kāi)始就很明確：我們要打造的是一個(gè)“人類掌控”的工具，而不是讓 AI 全權(quán)接管。我們關(guān)心的是如何讓人類保有所有決定權(quán)——這是我們的出發(fā)點(diǎn)。

你剛提到的那些公司，很多在構(gòu)想的是一個(gè)“全自動(dòng)化”的未來(lái)，AI 從頭到尾幫你寫(xiě)完代碼，用戶可能只是看個(gè)結(jié)果。但我們更感興趣的是，怎么在 AI 協(xié)助下，讓人保有主動(dòng)權(quán)。

此外，我們對(duì)技術(shù)的判斷也非?，F(xiàn)實(shí)。雖然我們對(duì) AI 的未來(lái)充滿信心，但我們也非常清楚它當(dāng)前的局限。我們并不認(rèn)為，現(xiàn)階段的模型就已經(jīng)能勝任全自動(dòng)開(kāi)發(fā)。

Michael（續(xù)）：所以我們從第一天起就堅(jiān)持“自我使用”和“產(chǎn)品實(shí)用主義”。我們自己每天都用 Cursor 寫(xiě)代碼，不會(huì)發(fā)布任何我們自己不覺(jué)得好用的功能。這種“自己做給自己用”的方式，讓我們始終保持對(duì)技術(shù)現(xiàn)狀的清醒認(rèn)識(shí)。

這就意味著，我們要選擇一種讓“人類仍然在駕駛座”的方式，而不是幻想 AI 能獨(dú)立完成一切。這也使我們走上了“不是純模型公司”的道路。

至于“為什么做 IDE 而不是插件”？原因是：我們認(rèn)為編程方式會(huì)根本性地改變，而現(xiàn)有的編輯器架構(gòu)根本無(wú)法支持這種變革。它們的可擴(kuò)展性太有限，無(wú)法適應(yīng)全新的 UI 或工作流。只有自己掌握整個(gè)應(yīng)用，我們才能真正重構(gòu)開(kāi)發(fā)體驗(yàn)。

主持人：你們現(xiàn)在已經(jīng)是一個(gè)完整的 IDE 編輯器了，那你怎么看“Slack 里的 AI 工程師”這種趨勢(shì)？未來(lái)大家是不是也會(huì)有 AI 工程師幫忙做事？Cursor 會(huì)不會(huì)也支持這種形式？

Michael：我認(rèn)為，未來(lái)人們會(huì)希望在不同形式之間靈活切換。

有時(shí)候，你確實(shí)會(huì)希望 AI 能自己“跑去處理一段任務(wù)”；但你也會(huì)希望，能快速把它的結(jié)果拉回來(lái)、自己再調(diào)整細(xì)節(jié)、再讓它繼續(xù)去做事。

所以，我認(rèn)為未來(lái)的理想狀態(tài)是：無(wú)論是“前臺(tái)互動(dòng)”還是“后臺(tái)自動(dòng)化”，所有的協(xié)作方式都能無(wú)縫整合到同一個(gè)平臺(tái)里。

尤其是對(duì)于某些開(kāi)發(fā)任務(wù)（比如修 bug），AI 的自動(dòng)化很有用。但絕大多數(shù)開(kāi)發(fā)過(guò)程依然需要人主導(dǎo)。所以我們認(rèn)為，IDE 的定義本身也會(huì)隨著時(shí)間而演化。未來(lái)的 IDE，一定會(huì)是融合式、多模態(tài)的存在。

未來(lái)，Cursor的界面會(huì)是什么樣子？

主持人： 你們現(xiàn)在已經(jīng)是一個(gè)完整的 IDE 編輯器了，那你怎么看“Slack 里的 AI 工程師”這種趨勢(shì)？未來(lái)大家是不是也會(huì)有 AI 工程師幫忙做事？Cursor 會(huì)不會(huì)也支持這種形式？

Michael： 我認(rèn)為，未來(lái)人們會(huì)希望在不同形式之間靈活切換。

有時(shí)候，你確實(shí)會(huì)希望 AI 能夠“獨(dú)立去處理一段任務(wù)”；但同時(shí)，你也需要能快速查看它做了什么、適當(dāng)修改、再繼續(xù)指派任務(wù)。

所以，我認(rèn)為理想的狀態(tài)是：前臺(tái)交互（你直接用 AI 寫(xiě)代碼）和后臺(tái)處理（AI 自動(dòng)在你 Slack 或任務(wù)管理工具里執(zhí)行）可以無(wú)縫結(jié)合。

特別是像修 bug 這種明確目標(biāo)、標(biāo)準(zhǔn)清晰的任務(wù)，自動(dòng)化是非常有效的。但開(kāi)發(fā)工作遠(yuǎn)不止這些。所以 IDE 的定義也會(huì)不斷演化。我們對(duì) IDE 的理解，就是“你構(gòu)建軟件時(shí)所在的空間”。未來(lái)它可能既包括編輯器，也包括 Slack、issue tracker 等多種界面。

如何管理笨笨的「AI 工程師」？

主持人： 很多人現(xiàn)在在談“AI 代理”“AI 工程師”，但他們忽略了一個(gè)問(wèn)題——這其實(shí)會(huì)讓我們每個(gè)人都變成了“工程經(jīng)理”，你要不斷地審查、批準(zhǔn) AI 寫(xiě)的東西，還要寫(xiě)清楚任務(wù)需求。聽(tīng)起來(lái)非常累人。你怎么看這個(gè)趨勢(shì)？你們?cè)?Cursor 會(huì)怎么應(yīng)對(duì)？

Michael： 說(shuō)實(shí)話……確實(shí)挺累人的（笑）。最終我們可能會(huì)進(jìn)入一種“每個(gè)人都有一堆 AI 下屬”的世界，每天都要開(kāi) 1 對(duì) 1 會(huì)議。

主持人（笑）： 是啊，每天都要開(kāi)好多 1 對(duì) 1，管好多“笨助理”。

Michael： 目前我們看到，使用 AI 成功的用戶往往對(duì)它們的使用是“謹(jǐn)慎而保守”的。他們不是一上來(lái)就把整個(gè)任務(wù)全扔給 AI，而是做得很細(xì)致。

我們提供了一種叫 “next stack edit prediction” 的功能，本質(zhì)上是你像平常一樣寫(xiě)代碼，我們幫你預(yù)判你接下來(lái)要做的事，并提供建議。這種方式結(jié)合傳統(tǒng)編碼體驗(yàn)，比較容易掌控。

此外，我們發(fā)現(xiàn)，如果你真的要把大任務(wù)交給 AI，有兩種方式：

一種是你在最開(kāi)始把所有細(xì)節(jié)都寫(xiě)清楚，AI 一次性完成，然后你再 review（一次性交付）；

另一種是你把任務(wù)拆成很多小塊，一點(diǎn)點(diǎn)指定、一點(diǎn)點(diǎn)驗(yàn)證。這種“分段式協(xié)作”更像自動(dòng)補(bǔ)全，是現(xiàn)在效果更好、用戶最常采用的方式。

Cursor是如何判斷打磨好了：“就是它了”

主持人： 這個(gè)方法聽(tīng)起來(lái)好多了。比起管理一堆“傻 AI”，逐步協(xié)作確實(shí)高效很多。那你們當(dāng)初怎么判斷 Cursor 準(zhǔn)備好了，可以發(fā)布給大家使用了呢？有沒(méi)有那個(gè)“就是現(xiàn)在”的決定性時(shí)刻？

Michael： 我們從一開(kāi)始就非常謹(jǐn)慎，擔(dān)心“閉門(mén)造車(chē)”太久會(huì)脫離真實(shí)需求。

所以最初我們甚至沒(méi)有用 VS Code 做基礎(chǔ)，而是從頭打造了一個(gè)輕量原型（當(dāng)然后來(lái)我們還是基于 VS Code 重構(gòu)了）。那時(shí)候，我們花了幾周快速搭建出一個(gè)能用的編輯器，加入基礎(chǔ)功能——多語(yǔ)言支持、代碼跳轉(zhuǎn)、命令行集成、遠(yuǎn)程服務(wù)器支持等等。

大概五周后，我們就完全轉(zhuǎn)用我們自己的編輯器開(kāi)發(fā) Cursor，不再用舊工具。當(dāng)我們開(kāi)始覺(jué)得“它挺好用了”，就馬上推給一小批用戶試用。

Michael（續(xù)）： 我們一開(kāi)始只做了一個(gè)短暫的內(nèi)測(cè)，然后很快在三個(gè)月內(nèi)公開(kāi)上線。

說(shuō)實(shí)話，我們?cè)疽詾闀?huì)有一段“寂寞的打磨期”，只會(huì)有幾百個(gè)用戶。結(jié)果一上線就引發(fā)了大量興趣和反饋。

這些反饋非常有價(jià)值，也促使我們放棄手寫(xiě)編輯器，轉(zhuǎn)而構(gòu)建在 VS Code 上。從那之后，我們幾乎是邊用邊改，持續(xù)在“公開(kāi)領(lǐng)域”中迭代產(chǎn)品。

Cursor的瘋狂增長(zhǎng)之路：產(chǎn)品主導(dǎo) vs 市場(chǎng)主導(dǎo)

主持人： 我注意到你剛才特別“低調(diào)”地說(shuō)你們收到了用戶反饋。但其實(shí)你們?cè)诎l(fā)布后，從 0 增長(zhǎng)到 1 億美元年收入，僅僅花了一年半！這太驚人了。你覺(jué)得 Cursor 爆發(fā)式增長(zhǎng)的關(guān)鍵是什么？你提到“dogfooding”（自己每天用自己的產(chǎn)品），這是核心原因嗎？

Michael： 確實(shí)，最初三個(gè)月我們做出來(lái)的版本并不算好。但我們的理念一直是：別把重點(diǎn)放在一開(kāi)始的“轟動(dòng)式推出”，而是持續(xù)迭代，讓產(chǎn)品變得越來(lái)越好。

我們的終極目標(biāo)是：發(fā)明一種新的編程形態(tài)，真正改變?nèi)藗儗?xiě)代碼的方式。這個(gè)目標(biāo)離現(xiàn)在還很遙遠(yuǎn)。所以我們一直都很清楚：還有很多工作要做。

我們的策略從來(lái)不是“押寶一次成功”，而是持續(xù)、穩(wěn)定地改進(jìn)產(chǎn)品，逐步逼近那個(gè)理想狀態(tài)。

主持人： 那有沒(méi)有哪個(gè)時(shí)刻，是你們真正覺(jué)得“事情開(kāi)始爆發(fā)了”的？

Michael： 老實(shí)說(shuō)，一開(kāi)始的增長(zhǎng)感覺(jué)是“慢”的。我們當(dāng)時(shí)甚至有點(diǎn)著急，覺(jué)得進(jìn)展是不是不夠快。

不過(guò)，當(dāng)你回頭看增長(zhǎng)曲線，會(huì)發(fā)現(xiàn)其實(shí)它是一條很漂亮的指數(shù)曲線。只是指數(shù)增長(zhǎng)的初期，數(shù)字都很小，看起來(lái)像“慢增長(zhǎng)”。但當(dāng)它持續(xù)累積，就變成了爆發(fā)。

有時(shí)候我們會(huì)通過(guò)發(fā)布新功能推動(dòng)增長(zhǎng)，但整體上，這是一個(gè)“穩(wěn)定的指數(shù)型累加過(guò)程”。并沒(méi)有一夜之間的奇跡。

主持人： 聽(tīng)你這樣說(shuō)，感覺(jué)你們真的就是把產(chǎn)品做好，然后“自然而然地”用戶就來(lái)了。這種“Build it, and they will come”（做了好產(chǎn)品，自然有人用）在你們這里似乎真的成立了？

Michael： 我們確實(shí)在產(chǎn)品上傾注了幾乎所有時(shí)間。雖然也花時(shí)間搭建團(tuán)隊(duì)、做客服支持等，但像銷售、市場(chǎng)這些傳統(tǒng)創(chuàng)業(yè)初期常見(jiàn)的事情，我們?cè)诤荛L(zhǎng)一段時(shí)間內(nèi)都“任由它們?nèi)紵保ň褪菦](méi)太管）。

我們相信，只要產(chǎn)品真的好用，用戶自然會(huì)來(lái)。

Michael（續(xù)）： 當(dāng)然，說(shuō)起來(lái)簡(jiǎn)單，做起來(lái)很難。

首先，“好產(chǎn)品”這個(gè)定義就很難把握。你面對(duì)的用戶群不同、場(chǎng)景不同、需求不同，你必須非常專注地篩選方向，精確決定“該做什么”。

其次，這也是一種很特別的產(chǎn)品類型。我們既像傳統(tǒng)軟件公司，也像模型研究公司。我們不僅要做出好用的 UI/功能體驗(yàn)，同時(shí)還得在 AI 模型層面不斷突破，提升智能質(zhì)量。

所以，重點(diǎn)不只是把事情“做對(duì)”，而是“在對(duì)的地方做得極致”。

Cursor為什么不是套殼？創(chuàng)始人自述自家產(chǎn)品的模型策略

主持人： 我們剛才聊到了很多產(chǎn)品端的內(nèi)容，現(xiàn)在我想回到“模型”這件事。很多人可能會(huì)以為 Cursor 就是一個(gè)“套 GPT 的殼”，你們是不是從一開(kāi)始就打算自己訓(xùn)練模型的？有沒(méi)有什么讓你們意外的地方？

Michael： 老實(shí)講，我們一開(kāi)始完全沒(méi)打算自己做模型開(kāi)發(fā)。

我們本來(lái)覺(jué)得，市面上已經(jīng)有那么多優(yōu)秀的基礎(chǔ)模型，像 GPT 系列、Claude、Gemini 等，我們只要搭配使用它們、圍繞它們做交互設(shè)計(jì)和體驗(yàn)優(yōu)化就好。去訓(xùn)練一個(gè)大模型，不僅耗資巨大，而且好像也是“重復(fù)造輪子”。

但實(shí)際做下來(lái)后我們發(fā)現(xiàn)，幾乎 Cursor 每一個(gè)“令人驚嘆的時(shí)刻”，背后都離不開(kāi)我們自己的定制模型。這讓我們徹底轉(zhuǎn)變了思路。

主持人： 哇，那你們現(xiàn)在是有完整的模型棧？能講講你們的技術(shù)堆棧和使用邏輯嗎？

Michael： 我們當(dāng)然還在使用大型基礎(chǔ)模型，比如 GPT-4、Claude、Gemini 等——它們依然是整個(gè)體驗(yàn)中不可替代的一部分。但我們?cè)诤芏嚓P(guān)鍵地方都插入了自研模型。

舉個(gè)例子，我們對(duì)“自動(dòng)補(bǔ)全”有一個(gè)非常強(qiáng)的實(shí)現(xiàn)，這其實(shí)是代碼開(kāi)發(fā)中非常獨(dú)特的一種工作模式：很多時(shí)候，接下來(lái) 5 分鐘你會(huì)做什么，其實(shí)是可預(yù)測(cè)的。

比如你修改了一個(gè)函數(shù)，接下來(lái)你多半會(huì)修改另一個(gè)函數(shù)、更新文檔、改測(cè)試代碼。這些“習(xí)慣路徑”是可以預(yù)測(cè)的。我們訓(xùn)練了一組專門(mén)的模型，用來(lái)在你寫(xiě)代碼的過(guò)程中實(shí)時(shí)預(yù)測(cè)你下一步最可能會(huì)改動(dòng)哪些地方。這對(duì)提高效率至關(guān)重要。

這個(gè)任務(wù)非常特殊：模型需要非常快，延遲必須低于 300 毫秒；成本也要低；并且它不只是“續(xù)寫(xiě)下一句”，而是跨文件地預(yù)測(cè)多個(gè)編輯動(dòng)作。這是基礎(chǔ)大模型完全做不到的地方。

Michael（續(xù)）： 另外，還有兩類我們自研模型的典型用途：

輸入層面 —— 我們有模型負(fù)責(zé)在整個(gè)代碼庫(kù)中搜索“上下文片段”，告訴大模型要看哪些地方。就像一個(gè)專用的“代碼搜索引擎”。

輸出層面 —— 基礎(chǔ)大模型通常會(huì)輸出一個(gè)大致的“代碼修改建議”，但它們不會(huì)給出完整、可執(zhí)行的 diff。這時(shí)我們的小模型就會(huì)接手，把“大模型的草圖”加工成真正的代碼補(bǔ)丁。

這些定制模型極大地提高了整體體驗(yàn)的速度、質(zhì)量和實(shí)用性。

主持人： 這真的很像 OpenAI 的 Kevin Wheel 說(shuō)的“模型合奏”（ensemble of models）：每種模型各司其職，既有大模型提供抽象能力，也有小模型保證速度與準(zhǔn)確度。

那你們的這些模型，是基于哪些底層框架或者開(kāi)源模型構(gòu)建的？LLaMA 之類的嗎？

Michael： 我們比較務(wù)實(shí)，盡量不重復(fù)造輪子。大多數(shù)情況下，我們會(huì)選擇當(dāng)下最優(yōu)秀的開(kāi)源預(yù)訓(xùn)練模型作為起點(diǎn)，然后在它們之上做后訓(xùn)練、定制優(yōu)化。

我們不太在意“是否擁有底層權(quán)重”，而是關(guān)注“能否靈活微調(diào)”、“是否能快速迭代”。有時(shí)我們也會(huì)和閉源模型方合作，在他們的平臺(tái)上做定制訓(xùn)練。

AI 產(chǎn)品如何防「被抄襲」？

主持人： 這就引出了一個(gè)很熱門(mén)的話題：AI 創(chuàng)業(yè)公司的“護(hù)城河”到底是什么？很多投資人都在問(wèn)，你們?cè)趺捶乐箘e人抄你？你們?cè)趺纯?Cursor 的長(zhǎng)期護(hù)城河？

Michael： 我覺(jué)得必須承認(rèn)一個(gè)現(xiàn)實(shí)：這個(gè)行業(yè)的門(mén)檻，其實(shí)沒(méi)有你想象中那么高。大家都能用 OpenAI、Claude、Gemini，復(fù)制你產(chǎn)品表層交互的人永遠(yuǎn)存在。

所以，我們的策略不是靠傳統(tǒng)意義上的“鎖死用戶”，而是始終努力做出“最好用的產(chǎn)品”。

Michael（續(xù)）： 我認(rèn)為我們所處的這個(gè) AI 領(lǐng)域，更像是一些“非傳統(tǒng)軟件市場(chǎng)”的情況，比如：

• 1990 年代末期的搜索引擎市場(chǎng)
• 20 世紀(jì)中后期的個(gè)人計(jì)算機(jī)市場(chǎng)

這些市場(chǎng)有幾個(gè)共同點(diǎn)：

一、天花板極高：你永遠(yuǎn)都有新功能可以做，用戶價(jià)值提升空間非常大。

二、用戶能快速對(duì)比誰(shuí)更好用：不像企業(yè)合同一簽就鎖幾年，開(kāi)發(fā)者愿意隨時(shí)切換到更好用的工具。

三、技術(shù)和產(chǎn)品可以互相反饋：比如你用戶多了，就能收集更多數(shù)據(jù)，進(jìn)而改進(jìn)模型，產(chǎn)品越好用，數(shù)據(jù)越多，形成正循環(huán)。

換句話說(shuō)，這是一個(gè)“不斷被超越”的市場(chǎng)。你今天領(lǐng)先，不代表明天不會(huì)被別人追上。所以唯一的辦法是持續(xù)創(chuàng)新、快速迭代，永遠(yuǎn)走在前面。

主持人： 聽(tīng)起來(lái)你認(rèn)為這更像是“消費(fèi)級(jí)產(chǎn)品”的護(hù)城河：不是靠綁定，而是靠“不斷把產(chǎn)品做得最好”，讓大家自愿留下來(lái)。

Michael： 對(duì)，完全同意。如果你做的是一個(gè)“封閉環(huán)境、換起來(lái)很難”的系統(tǒng)，比如企業(yè) ERP，那靠合同鎖定用戶就很合理。

但在我們這個(gè)賽道，開(kāi)發(fā)者完全可以試試別的工具。你必須足夠好，才能讓他們留下來(lái)。我們真正靠的是：技術(shù)領(lǐng)先、體驗(yàn)領(lǐng)先、質(zhì)量領(lǐng)先。

不過(guò)，這也意味著——

我們必須一直招最頂尖的人，一直保持技術(shù)探索的領(lǐng)先，一直對(duì)用戶體驗(yàn)“偏執(zhí)追求”。

微軟為何會(huì)錯(cuò)失機(jī)會(huì)？未來(lái)的格局：一超多強(qiáng)

主持人： 那你覺(jué)得未來(lái)這個(gè)市場(chǎng)會(huì)是“一家獨(dú)大”，還是百花齊放？Cursor 會(huì)成為唯一的“超級(jí)編程工具”嗎？

Michael： 我認(rèn)為這是一個(gè)非常巨大的市場(chǎng)，大到可以容納很多玩家。

在某些垂直領(lǐng)域，比如專為游戲開(kāi)發(fā)、芯片設(shè)計(jì)等特定場(chǎng)景構(gòu)建的 AI 工具，會(huì)有專門(mén)的團(tuán)隊(duì)去做。但我也相信，會(huì)出現(xiàn)一家通用型的“超級(jí)軟件構(gòu)建平臺(tái)”，幾乎承擔(dān)起全世界軟件開(kāi)發(fā)的任務(wù)。

我們當(dāng)然希望是 Cursor 能成為這家公司，但誰(shuí)最終做到還未可知。我們現(xiàn)在專注做正確的事，并盡最大努力成為那家通用平臺(tái)提供者。

主持人： 說(shuō)到這個(gè)，我覺(jué)得特別有意思的一點(diǎn)是：微軟其實(shí)在這個(gè)賽道是第一個(gè)吃螃蟹的，Copilot 出得早，產(chǎn)品和分發(fā)能力都很強(qiáng)。但現(xiàn)在很多開(kāi)發(fā)者卻覺(jué)得他們落后了。你怎么看這個(gè)現(xiàn)象？

Michael： 我覺(jué)得有兩方面原因。

第一是結(jié)構(gòu)性的。這個(gè)市場(chǎng)對(duì)“老玩家”并不友好。很多企業(yè)市場(chǎng)是靠綁定合同、嵌入流程、遷移成本高這些因素來(lái)鎖用戶的。但開(kāi)發(fā)工具不是——它的特點(diǎn)是：

• 用戶非常有主見(jiàn)
• 換工具成本低
• 誰(shuí)好用就換誰(shuí)

這就導(dǎo)致你很難靠“慣性”獲勝，必須靠持續(xù)創(chuàng)新。

第二是歷史性的。據(jù)我了解，早期主導(dǎo) Copilot 的團(tuán)隊(duì)后來(lái)大多轉(zhuǎn)去做別的項(xiàng)目了。而這樣一個(gè)多部門(mén)、多方向的產(chǎn)品，想要統(tǒng)一推動(dòng)并持續(xù)迭代，其實(shí)非常難。

我們對(duì)微軟是非常尊敬的，畢竟我們也用他們很多產(chǎn)品。但我認(rèn)為，要在這個(gè)領(lǐng)域持續(xù)領(lǐng)先，必須要非常專注、快速、靈活，這對(duì)大公司來(lái)說(shuō)是一種挑戰(zhàn)。

創(chuàng)始人給用戶的建議：不要一股腦把大任務(wù)丟給AI

主持人： 回到 Cursor 本身，如果你能坐在每一個(gè)新用戶旁邊，告訴他們一兩句“使用建議”，讓他們更順利上手，你會(huì)說(shuō)什么？

Michael： 現(xiàn)在的 Cursor 其實(shí)還缺乏對(duì)“AI 能力邊界”的教學(xué)。所以我會(huì)給兩個(gè)建議：

一、不要一股腦把大任務(wù)丟給 AI。與其寫(xiě)一大段 prompt，不如把任務(wù)拆小一點(diǎn)，分步驟進(jìn)行。每一步都反饋一下，讓 AI 更精準(zhǔn)地幫你完成。

二、在副項(xiàng)目中“試錯(cuò)式探索”。很多用戶在主項(xiàng)目里很謹(jǐn)慎，不敢用 AI。我們建議在 side project（副業(yè)、實(shí)驗(yàn)項(xiàng)目）里大膽嘗試，看看 AI 到底能做到什么。這能幫助你建立“直覺(jué)”，知道模型擅長(zhǎng)哪些、哪里還不靠譜。

主持人： 就是說(shuō)，像訓(xùn)練肌肉一樣建立“對(duì)模型的感覺(jué)”對(duì)吧？每次模型升級(jí)后還得重新訓(xùn)練一次感覺(jué)？

Michael： 完全正確！雖然現(xiàn)在每次模型更新之間的差距沒(méi)那么大了，但每個(gè)模型仍有不同的“性格”和邊界。

我們希望未來(lái)產(chǎn)品能自動(dòng)引導(dǎo)用戶理解這些差異，但現(xiàn)在還沒(méi)做到。建立這種“感知能力”，是提升效率的關(guān)鍵。

主持人： 那像 Cursor 這種工具，究竟對(duì)哪類工程師幫助最大？是更適合初級(jí)工程師，還是更能讓高級(jí)工程師效率翻倍？

Michael： 其實(shí)兩邊都收益很大，但也各有“誤區(qū)”：

初級(jí)工程師：容易過(guò)度依賴 AI，期待它“一口氣寫(xiě)完一切”，結(jié)果出了問(wèn)題不知道怎么 debug。

高級(jí)工程師：有些人過(guò)于保守，對(duì) AI 能力缺乏信心，堅(jiān)持老流程，錯(cuò)失了效率提升的機(jī)會(huì)。

我們看到，很多公司里推動(dòng) AI 工具落地的，反而是資深工程師組建的 Developer Experience 團(tuán)隊(duì)。他們對(duì)工具更敏感，也更愿意探索“如何放大整個(gè)團(tuán)隊(duì)的生產(chǎn)力”。

Cursor招人都設(shè)置什么樣的面試題團(tuán)隊(duì)是如何打造一支“小而精”的世界級(jí)隊(duì)伍

主持人： 你們現(xiàn)在團(tuán)隊(duì)很小吧？能講講你們是怎么招聘的嗎？你們對(duì)招人有哪些標(biāo)準(zhǔn)？

Michael： 我們現(xiàn)在團(tuán)隊(duì)大概 16 人，真的很小，但產(chǎn)出非常高效。

我們看重的標(biāo)準(zhǔn)，其實(shí)總結(jié)下來(lái)就是一句話：你愿不愿意在某件事上“走到極致”。

Michael（續(xù)）： 很多候選人技術(shù)很好、簡(jiǎn)歷很棒，但他們的“興趣強(qiáng)度”不夠。比如：有人說(shuō)自己喜歡機(jī)器學(xué)習(xí)，但只讀過(guò)兩篇論文；有人說(shuō)自己擅長(zhǎng)開(kāi)發(fā)工具，但從沒(méi)深入想過(guò)“IDE 應(yīng)該長(zhǎng)什么樣”。

我們尋找的是那種“有過(guò)專注極限體驗(yàn)”的人，比如：

• 為了解一個(gè)算法自己寫(xiě)過(guò)模擬器；
• 因?yàn)榇a結(jié)構(gòu)不滿意，私下重構(gòu)了整個(gè) side project；
• 或者就是哪怕無(wú)聊的工具，也愿意優(yōu)化成極致。

“是否愿意走得足夠遠(yuǎn)”，才是我們最核心的評(píng)估點(diǎn)。

主持人： 你們?cè)诿嬖囘^(guò)程中是怎么判斷一個(gè)人有沒(méi)有這種特質(zhì)的？畢竟靠簡(jiǎn)歷或者聊天挺難看出來(lái)的。

Michael： 我們給每一個(gè)候選人都安排一個(gè)整兩天的 on-site 項(xiàng)目。

這個(gè)項(xiàng)目不是面試題，而是真正的工作任務(wù)。比如：

• 給 Cursor 做個(gè)新功能
• 改進(jìn)某個(gè)現(xiàn)有模塊
• 搭個(gè)小系統(tǒng)驗(yàn)證想法

我們不太在意項(xiàng)目最終做成什么，而是看你在過(guò)程中怎么思考、怎么設(shè)計(jì)、怎么迭代、遇到問(wèn)題怎么debug。我們還會(huì)要求你錄屏+講解你的思路，整個(gè)過(guò)程能非常清晰地暴露出你的工程品味、對(duì)細(xì)節(jié)的態(tài)度、面對(duì)未知問(wèn)題的解決能力。

主持人： 哇，這真的是“重度投入型”面試流程了。那你們目前是遠(yuǎn)程工作嗎？還是集中辦公？

Michael： 我們目前是“絕大多數(shù)人都在舊金山”，但不強(qiáng)制大家坐班。

我們相信高密度的面對(duì)面交流對(duì)創(chuàng)意和產(chǎn)品判斷很重要。但同時(shí)我們也希望工作節(jié)奏是“深度的、專注的”，而不是打卡式的。

我們最看重的是：你是否能持續(xù)貢獻(xiàn)高質(zhì)量成果，并推動(dòng)團(tuán)隊(duì)向前走。

Michael 的私房菜單推薦AI 和軟件行業(yè)的未來(lái)預(yù)判

主持人： 我們最后來(lái)幾個(gè)快問(wèn)快答。首先，你最近最喜歡的工具是什么？除了 Cursor（笑）。

Michael： 我最近特別喜歡一個(gè)叫 Raycast 的工具。它有點(diǎn)像是一個(gè)“超級(jí)啟動(dòng)器 + AI 集成平臺(tái)”，我現(xiàn)在幾乎什么都從那里開(kāi)始，比如打開(kāi)文檔、運(yùn)行腳本、快速搜索內(nèi)部資料等等。

Raycast 的使用體驗(yàn)非常絲滑，它就像是“生產(chǎn)力黑客”的理想入口。也算是我希望 Cursor 成為的樣子——不僅僅是工具，更是一種工作方式的核心樞紐。

主持人： 有沒(méi)有一本書(shū)、一次經(jīng)歷、一個(gè)播客對(duì)你影響特別大？尤其是在你創(chuàng)業(yè)或構(gòu)建 Cursor 的過(guò)程中。

Michael： 我推薦一本書(shū)，雖然不太主流：《The Dream Machine》（作者：M. Mitchell Waldrop）。

這本書(shū)講的是計(jì)算機(jī)歷史的早期，包括 J.C.R. Licklider 和 ARPA 背后的故事。它非常深入地描寫(xiě)了那個(gè)年代人們對(duì)“人機(jī)交互”的探索，而不是純粹關(guān)注技術(shù)本身。

書(shū)里的人物都在思考一個(gè)問(wèn)題：“我們到底想用計(jì)算機(jī)來(lái)做什么？” 我覺(jué)得這也是我們今天做 AI 工具最該思考的問(wèn)題。不是去追某個(gè)功能、某個(gè)趨勢(shì)，而是想清楚我們希望人類在 loop 中扮演什么角色。

主持人： 最后一個(gè)問(wèn)題——你怎么看未來(lái) 10 年的軟件開(kāi)發(fā)行業(yè)？尤其是在 AI 迅速演進(jìn)的背景下。

Michael： 我認(rèn)為我們正站在一場(chǎng)根本性轉(zhuǎn)變的門(mén)檻上。

過(guò)去幾十年，我們習(xí)慣了“用代碼定義軟件”。但未來(lái) 10 年里，AI 會(huì)讓“定義軟件”的方式徹底改變。

這并不是說(shuō)“每個(gè)人都變成寫(xiě) prompt 的人”，也不是“代碼徹底消失”，而是：

• 更自然的表達(dá)方式：讓更多人能參與創(chuàng)造
• 更強(qiáng)的協(xié)同能力：人類和 AI 像隊(duì)友一樣并肩作戰(zhàn)
• 更快的迭代周期：軟件開(kāi)發(fā)變成一個(gè)流動(dòng)過(guò)程，而不是一堆文件

在這個(gè)過(guò)程中，工程師仍然非常重要——但他們將從“鍵盤(pán)操作員”變成“系統(tǒng)設(shè)計(jì)師”，把精力花在結(jié)構(gòu)、意圖、體驗(yàn)，而不是瑣碎代碼細(xì)節(jié)上。

我們希望 Cursor 能幫助大家走向這個(gè)未來(lái)。

 主持人： Michael，謝謝你今天精彩的分享。這期訪談信息密度超高，觀點(diǎn)極具前瞻性。我相信每一位軟件從業(yè)者，聽(tīng)完都會(huì)有所啟發(fā)。

參考鏈接：??https://www.youtube.com/watch?v=En5cSXgGvZM??

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：云昭