代码不是创业的一切！Cursor CEO的暴力增长哲学：做最好的AI入口

Cursor CEO 最新一期播客，讲述了他坎坷却传奇的创业旅程。

一个 24 岁的年轻人，如何带领团队在短短一年时间中，把 Cursor 打造成年收入破亿的 AI 编程黑马？

在这场与 YC 合伙人 Diana Hu 的炉边对话中，Michael 不仅复盘了与联合创始人们经历过的数次失败与转型，还分享了他对编程教育、AI 未来以及产品复利的独到见解。

在一个个 AI 创业项目接连碰壁后，他们最终做出了一个转折性的决定：

硬刚巨头 GitHub Copilot！

原因很简单——Michael 敏锐地捕捉到一个被忽视的问题：

“大家都在把产品做得‘更好一些’，却没有人瞄准‘彻底自动化’的终局。所以，我们决定就从这里入手。”

他坦言，这个决定并没有大家想象得那么“大胆”或“戏剧化”，因为创业公司的最大优势就是轻装上阵：

“（我们）不过是几个人窝在客厅里，拿着笔记本电脑写代码，又不是一家大公司大规模转型，大不了就重头再来。”

可正是在不断尝试的过程中，他们冒出了越来越多关于 Cursor 的点子，并逐渐形成了清晰的信念——

Cursor 不只是一个小工具，它要成为通往 AI 世界的最佳入口。

这不仅是一段创业故事，更是一堂关于 趋势洞察与长期主义 的公开课。

无论你是否准备在 AI 领域创业，Michael 的思考都值得一读：

主持人Diana Hu

我们先从你的“创业起源故事”聊起吧。要往回追溯到中学时期，你开始读 PG 的文章的时候。

Michael Truell

是的。我其实很早就对创业感兴趣，同时也对很多其他事情充满好奇。

一开始，我接触编程其实是出于一种“商业化”的兴趣。第一次看到代码是在一个寒假，我和哥哥想做一款热门手游，但完全不知道该怎么做，就去 Google 搜“如何开发游戏”。当时看到需要下载一个叫 Xcode 的应用，于是我们下载了，但迎面而来的却是满屏奇怪又五彩斑斓的符号——Objective C。那时候它还挺常见，但的确晦涩难懂。哥哥立刻放弃了，后来转行去画画，而我坚持了下来，买书学 Objective C，开始自己做手游。这就是我编程之路的开端。与此同时，我也是 PG、Sam Altman 和 YC 一群人的忠实读者，他们的文章和思想对我在高中时就产生了很大启发。

主持人Diana Hu

现在你才24岁，却已经把 Cursor 打造成一家“怪兽级”的公司。对很多人来说这像是突然冒出来的成功，但其实这是你十多年不断积累的结果。你在高中时就开始接触 AI，对吧？能讲讲当时做过的项目吗？

Michael Truell

是的，我算是很幸运，既早早接触了编程，也早早对 AI 产生了兴趣，还有一些很好的合作伙伴一起做项目。

在手游阶段之后，我做过一个意外走红的应用。它本身技术含量并不高——可以伪造《钢琴块》《Flappy Bird》之类的高分记录并分享给朋友。这个小功能比我自己花心血写游戏引擎要火得多，这也让我体会到：创业里，代码不是一切。

Michael Truell

接着，我和朋友又对造“机器狗”产生了兴趣。我们设想能训练它像宠物一样学习：做好了给奖励，做坏了说“不好”，这样它就能学会取物、玩抛接球之类的技能。我们完全不知道怎么实现，又一次从 Google 入手，走了很多弯路，接触到遗传算法，后来又了解到神经网络，最终走到强化学习。当时我们尝试让算法更高效地从少量甚至嘈杂的数据里学习。虽然我们没有造出真正的狗，但做过几个机器人，比如一个能打乒乓的机械臂，还有一个能循迹行走的小车。

因为用的是微控制器，内存非常有限，根本装不下标准的 ML 库。所以我们只能自己从零实现一个小型神经网络库。那时其实连微积分都没学懂，很多原理都是“摸黑”复现，但这个过程让我们学到很多，后来慢慢把知识的空白补上。

主持人Diana Hu

再往前跳一点，到 AnySphere 的创立。当时你们刚从 MIT 毕业，还没叫 Cursor，对吧？2022 年时你们四个最初的想法是什么？

Michael Truell

Cursor 的起点其实在 2021 年。我和几位联合创始人都长期关注 AI，每个人都有自己的“机器狗时刻”。比如其中一位在 2021 年就尝试用大模型做一个“Google 的竞品”，自己训练对比学习模型。

我的一个联合创始人在学术界做过计算机视觉研究，我们当中还有人在 Google 等公司做过推荐系统。但在 2021 年，我们真正的兴趣点都集中在 AI 上。于是我们开始思考：要怎么处理这种兴趣？是去学术界做研究，还是加入一家大型的 AI 项目，还是自己创业？

当时有两个时刻让我们非常兴奋。一个是看到了第一批真正面向用户的 AI 产品出现，GitHub Copilot 对我们来说就是一个标志性的例子。另一个是意识到，只要持续扩大模型规模，AI 的能力会可预测地越来越强。于是到 2022 年初，我们几个人干脆搞了一场持续一个月的“黑客松”，开始尝试各种点子，探索如何在不同的知识工作场景里，去构建 AI 成熟后可能的应用形态。

主持人Diana Hu

你们第一个点子收集了很多数据，对吧？

Michael Truell

是的。我们第一个认真投入了很久的想法是在机械工程领域，尝试做一个“机械工程师的 Copilot”。核心是训练模型预测工程师在 CAD 软件（比如 Solidworks 或 Fusion 360）里的操作行为。我们选择这个方向的原因其实挺“MBA 式”的——觉得它冷门、无聊、竞争小。但事实证明这是个糟糕的选择：首先我们几个人都不是机械工程师，其次科学研究本身也远未准备好。

主持人Diana Hu

但你们还是坚持了几个月吧？我记得你们还爬取了大量 CAD 文件，最后真的做出了一个能自动补全的原型？

Michael Truell

对，当时大量工作都是在数据爬取上。我们几乎试图把互联网上所有 CAD 模型都收集下来。但问题是文件格式极其分散，还需要统一转换。再加上有些云端 CAD 系统根本不让你导出文件，更不希望你去抓取它们的数据。所以光是这一层就花了很多精力。

另外，当时的训练基础设施也非常简陋，所以我们在基础架构上也做了很多工作，同时不断试验不同的模型，甚至想办法“硬插”扩展功能到 CAD 软件里——可这些应用几乎没有扩展接口，开发难度很大。

其实那时候我们还并行做过其他项目。比如我两个联合创始人就尝试开发一个端到端加密的消息系统。他们其中一个有安全研究背景，想解决 Signal、WhatsApp 的一个缺陷：这些应用虽然加密了消息内容，但没有隐藏“谁在什么时候和谁通信”。而这恰恰是很敏感的信息。想象一下，如果一个记者和政府里的线人有联系，即便你不知道他们聊了什么，只知道他们在交流，本身就是巨大的情报。

主持人Diana Hu

所以到 2022 年中，你们在这个方向上投入了大约半年。那时候产品上线了，有多少用户呢？

Michael Truell

说实话，这些项目基本上都失败了，几乎没有用户。

主持人Diana Hu

那你们什么时候意识到，啊，这不行，我们得转向？那一刻是什么感觉？

Michael Truell

每个项目情况不太一样。像消息系统，技术上确实很酷，但扩展性太差，尝试给用户用也不顺利，转去 B2B 市场也没起色。至于 CAD 项目，我们花了好几个月打磨模型，但一直没能真正让终端用户觉得有用。更关键的是，我们后来也开始反思：我们对这些方向真的感兴趣吗？还是说内心深处有更让我们兴奋的东西？

主持人Diana Hu

所以你们最终说，好吧，这些点子都不行，我们要 pivot（编者注：战略性转向）。然后在转向代码补全之前，你们其实已经试过三四个想法了。

Michael Truell

没错。当时 Copilot 给了我们很多启发。但我们一开始刻意回避“AI + 编程”这个方向，因为觉得竞争太激烈了。那时 Copilot 已经很火了，现在依然竞争激烈。

主持人Diana Hu

对啊，2022 年时，GitHub Copilot 已经做到上亿美元的收入了。

Michael Truell

是的，甚至可能更高。

主持人Diana Hu

可你们后来还是觉得，或许能做得比 Copilot 更好？当时很多人觉得这盘棋已经下完了，GitHub 已经赢了。

Michael Truell

其实一开始我们并不觉得能做得更好。但在经历了好几个方向的失败和疲惫之后，这种“绝望”反而塑造了我们的选择。我们意识到，真正让我们内心兴奋的，是编程的未来。而且，我们也观察到一些同类产品的开发方式，以及技术演进的节奏。于是我们退一步思考：如果真要忠于信念，那么未来五年，整个编程都将发生变化，所有软件开发都将通过模型来完成。但那时几乎没人真正认真对待这个未来。大家都在把产品做得“更好一些”，却没有人瞄准“彻底自动化”的终局。所以，我们决定就从这里入手。

主持人Diana Hu

这确实是一个大胆的决定。因为你们等于放弃了之前所有熟悉但乏味的方向，转而选择去正面对抗 GitHub Copilot 这样的大巨头。

Michael Truell

其实当时并没有觉得这是个多么“大胆”或“戏剧性”的决定。毕竟就是几个人窝在客厅里，拿着笔记本电脑写代码，又不是一家大公司大规模转型。但的确，我们开始尝试了。最初我们只是浅浅涉足，想着要不要做一个特别垂直的小工具，比如帮助做安全审计、提前发现代码里的潜在 CVE 漏洞；或者只为某个细分领域服务，比如做给量化研究员用的工具。我们甚至真的做过一些量化研究相关的原型。但在这个过程中，我们冒出了越来越多关于 Cursor 的点子——如果它不只是一个小工具，而是成为通往 AI 世界的最佳入口，会是什么样子？我们对这个想法充满了信心和兴奋，所以最终决定放手一搏。

主持人Diana Hu

那是在 2022 年底，对吗？你们决定转向的时候。你们多快就发布了第一个产品？长什么样子？

Michael Truell

我们大概花了三个月时间，从写下第一行代码到正式对外开放。

最初我们是从零开始“搭”了一个自己的编辑器，虽然依然用了很多开源组件，比如 CodeMirror、语言服务器等开源技术。我们拼凑了远程 SSH、自研的 Copilot 集成（因为当时没有现成的自动补全），还得自己写包管理系统和语言服务集成。要知道，代码编辑器是个高度成熟的市场，要做出一个能成为用户“主力工具”的产品，需要涵盖的东西非常多。

不过大概四周后，我们就做出了能自己日常使用的版本；又过了四周，开放给第一批内测用户；再过四周，才正式公测。当时产品还非常粗糙，我们也没觉得这是什么大动作，就这样对外开放了。

主持人Diana Hu

所以在第一个版本里，你们学到了什么？毕竟那时还没有做过代码编辑器的“分支”策略。

Michael Truell

是的，那时我们几乎是全情投入，也有点忐忑。我们当时的第一个 AI 功能是：用户按下一个快捷键，会弹出一个类似“万能遥控器”的界面，然后你输入一个请求，AI 就会自动决定它该做什么——比如给出一段响应文本，或者提供代码建议，或者在代码库里搜索并回答问题，或者运行长任务或短任务。当时几乎没有控制权。但我们很快意识到，以 2022 年底的技术水平，这种交互形式还不够理想。于是我们通过自己迭代和用户反馈，总结出了一批后来成为 Cursor 核心的 AI 功能。

另一个收获是，我们很快意识到：做一个“功能完整”的代码编辑器，是一条极其漫长的路。VS Code 开发了 12 年，还是最早的 TypeScript 项目之一，有庞大团队参与，而我们当时天真地以为几个月就能做出全球替代品。现实让我们很快清醒：最值得我们专注的，是 AI 功能本身。就像很多浏览器选择基于 Chromium 去构建，我们最终也选择基于 VS Code。

主持人Diana Hu

另外，当时你们还自己训练过模型，对吧？你们也从 Codex 得到过很多启发。

Michael Truell

是的。在我们最早做机械工程师辅助工具时，就需要训练模型，因为当时现成的模型根本不够好用。我们因此在种子轮融资时就筹了一些钱来训练。那时我们参考过的一篇核心论文就是最初的 Codex 论文。按我们的测算，Codex（GitHub Copilot 背后的第一个自动补全模型）的训练成本其实没有外界想象的那么高，可能只有十万美元左右。虽然当时大家都在说 AI 训练很昂贵。我们确实做过一些模型训练，但也因此被“烧伤”过，所以在 Cursor 起步时，我们反而选择尽量务实，不去重复造轮子，先不做模型训练。

不过，到了 2023 年，随着产品逐渐成熟，模型训练反而成了关键杠杆。用户规模上来后，我们可以利用产品数据进一步改进模型，这对产品的迭代至关重要，也成为公司的一项核心能力。

主持人Diana Hu

那 2023 年的时候，Cursor 还没完全走稳吧？你们当时还在纠结要不要继续 pivot，这个想法是否能走得通，同时也在努力增长。因为真正有收入，其实花了挺长时间，对吗？

Michael Truell

我觉得 2023 年的情况是这样的：公司确实在增长，但基数还很小。而且我们当时做的东西，并不是总有一个清晰的“下一步”。有些市场适合直接去和很多用户交谈，系统地梳理问题、逐一提出解决方案，然后按优先级推进。但我们所在的领域有点不一样——这是一个用户复杂度预算极低的终端应用，我们的目标是打造“最好的 AI 编程方式”。

很多时候，我们得在“现有工具能做到什么”和“理想情况下能做到什么”之间摸索。很多需求写下来当然都很有用，但如何实现、涉及哪些细节，并不明确。所以在 2023 年，我们经常会陷入探索之中。而且，如果完全顺着早期用户的反馈走，我们会被拉向不同方向。有些用户完全不会编程，我们讨论过要不要专门服务他们；也有大量用户希望我们针对某一个技术栈做得特别深入，而不是做成通用工具，我们也拒绝了。那一年我们做了很多原型，不断试错，也在探索哪些地方需要靠自己训练模型来替代 API 模型，比如 Tab 补全和下一步编辑预测。

主持人Diana Hu

你们大概是在 2023 年实现从 0 到 100 万用户的，对吗？

Michael Truell

差不多，实际数字稍微高一点，但大体如此。

主持人Diana Hu

然后 2024 就爆发了，一年之内你们从 100 万涨到 1 亿。这种“复利式”增长是怎么发生的？你们一度保持了每周 10% 的增速。

Michael Truell

最开始数字小，所以感受不强，但复利效应一直在持续。推动增长的几个关键点是：我们所在的市场，一旦产品变好，数字几乎立刻能体现出来。比如，我们第一次让 Cursor 具备“代码库感知”能力，增长就起来了；后来我们让它能预测下一步操作，然后预测更准、更快，再到能预测一系列连续的修改；再到 AI 模型能在代码库里执行更多动作，并且执行得更快——一路下来，我们就是不断让产品变得更好。

这种复利效应持续了很久。我不认为所有市场都有这样的特征，但在我们的市场里，用户偏好极其重要。只要你做出了最好的东西，大家就会在意、会传播。

主持人Diana Hu

我记得在那段时间，YC 的创业公司里也出现了一个明显转变。2023 年时，可能只有个位数比例的团队在用 Cursor；到 2024 年，就像野火一样蔓延，最优秀的创业者几乎都在用了。

Michael Truell

对，我们也出现在他们的 Twitter 动态里。

主持人Diana Hu

所以增长的很大一部分来自社交媒体？

Michael Truell

是的，早期我们确实依赖过社交媒体宣传。我的一个联合创始人在 2022 年时，还在一些“失败项目”阶段，他靠在网上发帖获得了持续的“多巴胺刺激”。但他并不是用常规方式发帖，而是专门分享自己对 AI 的思考——读论文、分析趋势、公开讨论。这让他意外获得了一些 AI 圈有影响力人物的认可。比如当时有个开源模型 FLT-5，很多团队最终用上它，就是因为他们在 Twitter 上看到我联合创始人的分享。渐渐地，他成了一个非常小众的“硅谷 AI 微名人”，也顺势为 Cursor 做了早期的布道。我们还做过一场很“电影化”的产品演示，在启动候补名单时吸引了第一批用户。

但 2023 年之后，我们几乎完全“隐居”，像修行一样专注于打磨产品。增长主要来自口碑。那一年有几次，团队里有人说：“产品已经够好了，应该转向增长工程。”我们也会试着做一两个月，但结果总是证明：最有价值的，还是继续打磨产品本身。

主持人Diana Hu

那到 2024 年的时候，Cursor 团队规模有多大？

Michael Truell

2023 年我们团队依然很小，核心几个人本身都是很优秀的工程师，所以四个人能走得很远。我们在招聘上也有些失误，花了很多时间摸索到底要找谁、怎么招。整体上，我们既很耐心，又比该有的速度更慢。到 2023 年底，团队人数还不到 10。

主持人Diana Hu

太不可思议了。那现在我想换个话题，聊聊你对未来编程的看法。

Michael Truell

从一开始我们就有点像“走中间路线”的那类创业公司。我们在组建公司、招第一批人的时候，常常会遇到一些奇怪的眼光。2022 年的时候尤其是这样（ChatGPT 还没发布，世界还没真正意识到 AI 潜力，直到 2023 年初才彻底“醒来”）。那会儿我们在做 CAD 项目和早期的代码项目时，很多人觉得做 AI 很怪，不太相信这是个值得投入的方向，也怀疑 AI 是否真的能产生大量有价值的应用。即便是对 AI 感兴趣的人，很多也只是专注于优化现有产品形态，把它们做得“稍微好一点”。与此同时，在我们身边的社交圈和专业圈子里，也有很多人认为：“为什么不去做 AGI？反正你们现在做的东西，一两年后都会被淘汰。”

但我们始终相信，未来几十年会有无数极具价值的东西值得去构建。AI 将会是一项改变世界的技术，甚至可能比近几个世纪的任何一次技术革命都更深远。但这需要几十年的时间，需要整个行业一步步努力，把各种独立的能力一点点补齐，才能真正走到那个“终局”——无论是完全改变软件开发方式，还是改变其他知识工作领域。就近期而言，我们认为对职业工程师（也就是我们的用户）来说，代码依然很重要。而现实会是一个漫长而混乱的中间阶段：工程师会越来越多地和 AI 协作，它会更像一个同事，也可能更像一个“超级编译器”，帮你屏蔽掉部分底层细节。但工程师仍然需要去阅读逻辑、审查和修改代码。

主持人Diana Hu

那你觉得哪些技能在未来依然重要？人们应该继续学习什么，又有哪些可以少学？

Michael Truell

我觉得编程就像数学，是一种很好的通识教育，它不会消失。学习计算机科学还会带来很多实践性的技能。事实上，当下很多人进入快速变化的行业时，在学校学的具体知识点未必那么关键，重要的是掌握“如何学习”的能力。我觉得 AI 的出现并没有改变这一点。

主持人Diana Hu

如果现在有一个年轻人，三年前的他就像你创业之前的状态，想要走和你类似的路，你会给他什么建议？

Michael Truell

我会建议：去做自己真正感兴趣的事，并且要和你既喜欢相处、又非常尊重的人一起做，把这件事当真、投入其中。对于很多在校生来说，外部环境会把你拉向“完成任务清单”，而不是专注长期积累。但真正重要的是，你要专注在让你兴奋的方向上。

主持人Diana Hu

好的，让我们为 Michael 鼓掌。非常感谢！

Michael Truell

谢谢你们的邀请。