
全球 AI 编程公司的最高估值,刚刚又被刷新了。
AI 编程界的当红炸子鸡 Cursor(背后公司为 Anysphere),再次把行业的想象力拉满——最新估值飙到 293 亿美元,约合人民币 2079 亿元。
11 月 13 日,Anysphere 宣布完成 23 亿美元 D 轮融资(约 163 亿元人民币)。这一轮融资落地后,公司的估值从上一轮融资结束后(今年 6 月)的 99 亿美元,涨到了 293 亿美元——差不多翻了 3 倍。
Cursor 官网博客显示,此轮融资的投资方阵容豪华,新增的投资者包括 英伟达、谷歌和顶级基金 Coatue,Cursor 的现有投资者 Accel、Thrive、a16z 和 DST 也都相应增资。此轮融资的领投方是 Accel 和 Coatue。
不过据 CNBC 消息,Anysphere 的 CEO Michael Truell 表示,他们这家初创公司近期还没有上市的计划:
“我们眼下的重点是发展壮大公司和团队,在考虑上市之类的事情之前,我们还有很多工作要做。”
发布两年半,Cursor
带公司估值爆炸式上涨
2023 年,一款名为 Cursor 的 原生 AI IDE 悄然上线。自此,它以极少营销预算,在全球开发者社区迅速走红,成为当前增长最快的 SaaS 产品之一。
Cursor 的崛起踩中了软件工程正在形成的“Vibe 编码”趋势:开发者用自然语言与 AI 对话,由后者自动生成、修改、重构代码。而支撑这一范式的核心不是单纯的模型算力,而是 Cursor ×Composer 的双引擎架构。Composer 是专为写代码训练的模型,相当于 Cursor 的“大脑”;而 Cursor 团队为承载这种智能,重写了 IDE 底层架构,使其在上下文记忆、多语言支持与推理速度上全面领先同类工具,让 Composer 能真正理解并操纵真实代码库,而非孤立地产生文本。
依托这种架构,Cursor 在上线两年内实现了惊人的商业增长:年度经常性收入(ARR)突破 5 亿美元,日活跃用户超过 100 万,付费用户达 36 万,覆盖 5 万家企业,并进入超过一半的财富 500 强。
这轮爆发也源于行业痛点的集中释放:工程师短缺、成本高企,企业遗留系统沉重难维护,重复调试占据大量时间。Cursor 的产品形态天然对这些问题“对症下药”,加上免费版拉动试用、社区生态推动扩散,使产品飞轮加速旋转。
资本对这一增长曲线几乎没有迟疑。
从 2024 年 7 月的 6000 万美元融资开始,到当年 12 月完成的 1.05 亿美元 B 轮、2025 年 5 月的 9 亿美元 C 轮,再到 2025 年 11 月市场消息称的 23 亿美元 D 轮,Anysphere 在不到一年时间里估值从 26 亿美元跃升至 293 亿美元。
这样的速度在全球 AI 编程赛道上前所未见。其投资方包括 Accel、Thrive、a16z、DST、英伟达、谷歌与 Coatue 等一线机构。
行业还曾传出另一则插曲:OpenAI 曾在种子轮领投 Anysphere,并两度尝试收购,最高报价据称达到百亿美元级,但因 Anysphere 拒绝签署排他性模型协议而未能成行。
不过,高速增长的背后也有隐忧。曾有人讨论过,Cursor 深度依赖基础模型(OpenAI、Anthropic)以及 VS Code 生态,理论上“一个 API 变化”就可能带来结构风险。
同时,开源大模型的加速追赶正使底层能力趋同,技术壁垒不断被压缩。
面对这些挑战,Anysphere 正尝试将 Cursor 更深地嵌入企业研发链路——从测试、DevOps,到可观测性与数据回流;试图用更难被替代的“全链路集成”构建下一代护城河。
a16z 的最新播客,揭秘 Cursor 背后的独家故事
Cursor 今天处在行业关注的中心,但它的起点并非如此。
几天前,a16z 在一档播客里对 Anysphere 创始人 Michael Truell 进行了对谈。这位将公司在两年半内推至 2000 亿估值的创始人,首次系统讲述了 Cursor 的真实成长轨迹——从几乎走不通的“3D 机器人 CAD”方向,如何在关键转折点上果断掉头,最终冲入全球 AI 编程赛道的核心位置。
在这次访谈中,Michael 分享了 Cursor 的产品定位、关键设计取舍、为何坚持从 VS Code 切入、团队如何在极度资源匮乏的情况下在两周内做出可用的第一版 IDE,以及在规模暴涨时他们如何应对基础设施瓶颈、多云多供应商架构和模型供应链风险的真实决策过程。
与此同时,作为当下最受瞩目的 AI 编程公司之一,Cursor 对行业未来的判断也颇具前瞻性:软件工程正从“写代码”迈向“判断代码是否正确”,工程师的角色正在被重新定义为技术决策者,而非键盘执行者。
图源:Anysphere,从左到右依次为 Aman Sanger、Arvid Lunnemark、Sualeh Asif、Michael Truell
Michael 在节目中回溯了 Cursor 从错误方向转向增长路径的过程。几年前,团队还在尝试一个后来被证明难以成立的项目——利用大模型自动化 3D 机器人 CAD 设计。这个想法在早期听上去先进,但在实际推进中,他们遇到数据稀缺、模型推理与三维场景不兼容、行业知识难以补齐等结构性问题,进展长期停滞。
据 Truell 回忆,这段经历让团队意识到,他们既不具备足够的机械工程背景,也无法单靠大模型弥合专业差距。CAD 项目进入瓶颈,团队压力不断累积。方向的调整既偶然也必然。四名创始人都是深度工程师,熟悉命令行,也在很早一批试用了 GitHub Copilot。他们观察到,AI 第一次可以较高质量介入软件工程,但工具层的供给仍非常有限。经过讨论,团队放弃 CAD,重新把精力集中在更熟悉的领域。
从那之后,公司的发展路径开始发生变化。Cursor 选择从 VS Code 切入,而非从零构建一套新的 IDE。团队认为,核心问题不是“重造编辑器”,而是“让模型在真实开发流程中起作用”。基于这一判断,Cursor 的首个版本在数周内完成,并在发布后迅速在开发者社区扩散。
没有营销预算,早期增长主要来自社区的自发传播。Cursor 在开发者社区迅速扩散,成为被频繁讨论的 AI 编程工具,公司随之进入高速增长周期。
快速增长也带来了更复杂的挑战。
在高峰期,Cursor 的 API 调用量一度占到某云服务商两位数百分比的收入;团队不得不在短时间内完成模型供应商分散、自建推理与训练系统、重写部分基础设施等工作。
这些调整更多是为了应对增长带来的稳定性压力,而不是单纯追求“技术领先”。团队意识到,只有掌握更多底层能力,未来才可能在工程工具市场建立差异化。
Cursor 的组织方式也不典型。它的招聘流程是让候选人在办公室写两天代码,而非传统白板面试。这种方式能让候选人直接接触真实工作环境,也帮助团队判断匹配度。
并购策略同样围绕“人才密度”展开。例如他们收购过一个五人团队,关键原因在于其中一名成员曾负责 GitHub Copilot 前身功能的核心开发,而非为了补齐某个产品模块。
对 Cursor 来说,这类组织结构是应对高速增长不确定性的底层策略。
外界经常用“自动化编程”描述行业未来,但 Truell 的判断更谨慎。他认为距离完全自动化仍有距离。行业正处在工具升级的早期阶段,模型能力、工程实践与企业环境的差异,使得“无人式工程”在短期内难以全面落地。
他将当前阶段比作“iPod 与 iPhone 之间”——新形态正在形成,但技术路线和使用方式仍在演变。
Cursor 的目标,是在这一过渡期保持速度,探索下一代开发工具的可能性。
从 Cursor 的发展轨迹看,AI 编程工具的竞争已经从自动补全、单文件生成,转向对工程链路更深层的整合,包括测试、部署、可观测性和数据回流等环节。
Cursor 的崛起并非典型的“一次成功的产品迭代”故事,而是在错误方向中及时抽身,重新寻找需求明确且团队具备优势的位置。它的增长来自产品与场景的贴合度、团队密度和基础设施能力,而工程师供给紧张、企业系统复杂度上升等行业背景构成了需求侧的长期推动力。
随着估值升至 293 亿美元,Cursor 成为这一赛道最受关注的公司之一。但它未来仍需面对底层模型竞争、上下游依赖以及企业市场整合程度等问题。
以下是此次 a16z 对 Michael Truell 的访谈实录。
a16z: 有人对我说“你们是 Cursor 的 3D 版本”,你的回答是“其实 Cursor 最初就是一家 3D 公司”。你可以谈谈这个起源故事吗?
Michael Truell: 当然。我们真正开始做 Cursor,是我和联合创始人在学校与其他地方合作的一些经历推动的。让我们兴奋的两个关键时刻是:第一次使用 GitHub Copilot 这类早期实用 AI 产品,让我们意识到 AI 已经不仅是研究,而是真能构建现实系统的工具;以及在 2021–2022 初看到 Scaling Laws,它显示模型只要变大性能就会自然提高。这些让我们确信 AI 产品化的时代已经到来。Cursor 的点子来自一次白板练习,我们当时对 “Cursor for X” 这种垂直知识工作 AI 工具充满想象,以为微软会主攻编码,我们则想做一些更细分、不那么直接竞争的领域。身边有许多做机械工程的朋友,所以我们从 CAD 切入,但很快意识到自己对机械师的日常完全没有直觉,创始人市场契合度极低。现在回看,我真希望那六七个月我们直接去公司实习。最终我们放弃机械工程方向,回到真正热爱的领域:编程。
a16z: 我有个理论——Cursor 早期成功,是因为你们“专注”。你们选择了 VS Code,而不是重写编辑器或做工程师代理。你同意吗?
Michael Truell: 我觉得很有道理。很多公司当时方向很“科幻”,试图重写编辑器、做工程师代理或基础模型,而我们反而极度专注。我们非常想“拥有界面层”,即工程师每天交互的那块表面。尽管当时大家都说“没人会换编辑器”,但我们知道不是这样,因为我们自己就是从命令行 Vim 迁移到 VS Code 的——如果捕鼠器更好,工程师自然会迁移。我们一开始不碰模型,只专注于把产品做出来,让它真正可用。
a16z: 你们当时在极度混乱的竞争环境里前进,是怎么把 Cursor 推到用户面前的?
Michael Truell: 当时我们资金有限,也还在摸索如何扩团队,但做得最快的一件事就是:两周内做出一个能日常使用的 IDE。最初我们甚至不是从 VS Code fork 的,而是从零写了一个 IDE。我们每天都在 hacking,把自己当成主要用户。几周后交给其他人,再几个月就发布测试版,势能开始累积。真正推动我们持续前进的“承诺机制”是每月给投资人的更新——也许没人认真看,但我们必须写。
a16z: 当势头变大,用户希望你们支持 CLI、IntelliJ 等,你们依然坚持不做,这是刻意的吗?
Michael Truell: 是刻意的。四个联合创始人每天三餐都在讨论核心战略:要不要做扩展?要不要做模型?要不要做新的 IDE?从第一天起我们就坚定要拥有界面层,不想当插件。未来我们一定会进入模型侧,但我们不会从那里开始。
a16z: 你们早期遇到严重的规模问题,有一天你跟我说你们“从一朵大云掉下来”,因为对方扛不住流量。你们是怎么解决的?
Michael Truell: 是的,我们经历了两个阶段的规模挑战。第一阶段是团队极小、服务增长极快,我们内部跑着自己的文件同步系统(像迷你 Dropbox)、自己的搜索引擎,以及一个巨大的 Kubernetes 集群(却只有 5 个人)。很多都是“普通云上的普通服务”,但被我们推到了极限。最后通过架构改进和扩团队解决。第二阶段是我们把 API 提供商推到了他们 revenue 的两位数百分比,他们甚至因此做产能规划、甚至融资。于是我们学会了分散供应商、跨平台搜集“市面上所有 tokens”,并逐渐开始自己训练、自己做推理,系统才稳定下来。
a16z: 未来你们是“多云 + 多供应商”路线,还是自建基础设施?
Michael Truell: 我们从第一天就是多云路线。我们用 Databricks、Snowflake、AWS、GCP、Azure,还有 PlanetScale(数据库)。我们遇过 RDS 扩容到头、分片问题,甚至 AWS 号称“永不分片”的服务最终也得分片。我们相信不同供应商擅长不同事,组合才最强。
a16z: 你们从一个产品扩展到 BugBot、CLI、团队协作等多产品,你们如何决定优先级?
Michael Truell: 我们尽量对很多事情说“不”,但我们必须成为多产品公司。我们相信会出现一整套“AI 编程工具包”,而 Cursor 是工程师每天盯着的“玻璃表面”。编辑器不仅改变工程方式,也改变团队协作方式,所以 BugBot、CLI 都是自然的战略补齐。多产品 GTM 很复杂,我们还在学习,但早期结果令人兴奋。
a16z: 你们的招聘流程很特别,尤其是“来办公室做两天真实项目”。说说你们的哲学?
Michael Truell: 我们试图多次取消这个流程,但一直保留到现在。所有加入编辑器或设计团队的人都必须来办公室两天,不是白板面试,而是直接给工位、电脑、三项真实可做的项目,以及一个被冻结版本的旧代码库——然后“开始做吧”。这个流程能看出候选人是否能在真实代码库中从头到尾做事、有无产品感、自驱力、以及是否是我们愿意共事的伙伴。候选人也能真正看到 Cursor 是什么样子。即便我们团队超过 200 人,这个流程仍然保留。销售早期甚至更直接——直接给真实客户、配额、数据,让他们告诉我们怎么卖。
a16z: 你们作为一家两年公司,已经做了多次并购。逻辑是什么?
Michael Truell: 我们遵循一个原则:不惜一切代价获取最有天赋的人。我们做过很疯狂的事:对方拒绝我们,我们就飞到地球另一端见他;他继续拒绝,我们就维持关系六个月,再重新点燃对话,最终把人招进来。许多优秀人才本身就在创业,并购是自然方式。我们也相信这个市场会出现大量互补产品,应当把它们“打包”。因此我们比多数公司更早把并购当战略工具。第一次真正意义的并购是 Supermaven——TabNine 的创建者、OpenAI 研究员。他们做补全模型,我们也做补全模型,非常互补。我们花了几个月接近他们,并且非常积极。
a16z: 有人问:Cursor 正在颠覆软件,而 Cursor 本身也是软件——你们会不会被自己自动化掉?
Michael Truell: 我想分两方面回答。第一,我们距离完全自动化软件开发还很远。尽管需求巨大,但大型组织的开发效率仍然很低,人们严重低估了自动化难度,前面还有很长、很混乱的过渡期。第二,我们的市场正从“iPod 时刻”迈向“iPhone 时刻”。未来会发生多次“iPhone 时刻”,公司必须不断创造这种时刻,否则就会被淘汰。这既是挑战,也是这个领域的物理规律,也是为什么微软在这个领域竞争如此艰难。
参考链接:
https://www.youtube.com/watch?v=deMrq2uzRKA
https://cursor.com/cn/blog/series-d
https://www.cnbc.com/2025/11/13/cursor-ai-startup-funding-round-valuation.html








评论