Cursor：从失败中学刀法，在混乱里跑出增长

——基于 a16z 对 CEO Michael Truell 的一次访谈整理

开场：为什么要聊 Cursor？

Hello 大家好，欢迎朋友们来到本源进化。
今天我们一起深入聊一聊 Cursor 这家公司，资料来自 a16z 对他们 CEO Michael Truell 的一次访谈。Cursor 做的是 AI 编程辅助，发展速度非常快，是业内一个现象级增长案例。我们的目标是从创始人视角看看：在 AI 大浪潮里，一个初创公司怎么定战略、如何应对疯狂增长，以及他们的招人方法为啥“挺特别、确实不易”。

你可能听说了：Cursor 的增长快到一度让大型云服务商都有点措手不及；而且他们的招聘方法也很有意思。准备好了吗？我们来仔细看看这里面有啥干货——来吧。

01 起点：两件点燃他们的事

访谈里提到，当初让他们兴奋、决定要干点事儿，主要是两件事：

看到像 GitHub Copilot 这种真正有用的 AI 产品出来了，证明 AI 不是概念，真能帮人干活（对生产力工具）。

对 Scaling Laws（规模律） 特别看好。大概意思是：就算没有“颠覆级突破”，只要喂更多数据、给更多算力，模型能力就会可预测地变强。这是 2021 年底—2022 年初的一个普遍判断。

很多人觉得 AI 会在各种知识工作领域搞出一堆垂直应用。没错，他们一开始也是这么想的，有个宏大的想法叫 “Cursor for X”——想给各种行业都做一个 AI 工具。但最有意思的是：他们第一个真正下场去做的，并不是后来让他们火起来的编程，反而是机械工程的 CAD 软件（极限辅助设计）。不过这个尝试很快就失败了。

02 第一次失败：Founder–Market Fit 不够

Truell 自己反思，说得很实在：核心问题就是 Founder–Market Fit 不够。虽然他们也找了不少机械工程师聊，但毕竟不是自己天天用，隔着一层，体会不到那个真正的痛点。没法真正理解人家每天的工作流程到底难在哪儿、痒在哪儿。

他甚至半开玩笑地说：当时真不如去相关公司卧底实习几个月，比自己瞎猜强。
这次失败对他打击还不小，他用了个词叫 “PTSD（创伤后应激障碍）”——当然有点夸张。但也正是这次教训，让他们明白一个道理：

你做的东西，你自己必须是那个最懂、最痛的用户。这点太重要了。

很多时候，失败的经验比成功的经验更宝贵。这次失败反而强化了他们后面的决心——于是掉头回到了自己最熟的领域：编程，回到主场。

03 回到主场：少即是多，快就是王道

回来之后，打法变得特别实际和聚焦。不像当时很多 AI 初创公司把目标定得又大又科幻（比如做“通用 AI 工程师”、从头搞个全新的大模型、或干脆重写一个编辑器）。这些听起来很厉害，但短期难见效。

Cursor 选的路很务实：

基于现有的 VS Code 来做开发；

目标明确：用“权宜之计”，尽快把产品弄出来（as fast as possible）。

为逼自己快，他们搞了个小花招：把每周发给投资人的进展回报邮件当成一个内部承诺机制。用外部压力来管理内部节奏——定了目标写进邮件，那就得按时完成。效果也确实不错：他们决定转向编程后没几周就搞出内部原型。最早甚至不是基于 VS Code，是自己先写了个简单编辑器；又过了几周就能给外面人用。前后也就几个月，第一个 Beta 版就上线，然后一下子就火了。这个策略在当时看，确实高明：少即是多。

他们意识到：关键是控制用户界面，也就是编辑器本身。虽然当时也有人怀疑“开发者换编辑器很难”，但他们自己团队的经历给了信心——很多人原来都是 Vim 铁粉，但 GitHub Copilot 出来后，因为太好用，大家就集体“叛变”到 VS Code。这让他们相信：只要产品足够好、效率提升足够大，用户愿意改习惯，哪怕是编辑器这种“重度工具”。

04 甜蜜的烦恼：增长引发的“Mayhem”

这之后就是甜蜜的烦恼：增长太快，带来一堆混乱（Mayhem）。

早期维运挑战：小团队经验有限，却要维运一个增长极快的服务，压力巨大。
Kubernetes 集群基本是现学现卖，边打仗边学习基础设施。

中期外部瓶颈：来自AI 模型 API 提供商。
因为 Cursor 用量太大，他们调上游 API 的量暴涨，据说甚至能占到某些 API 供应商收入的两位数百分比。这就不只是技术问题了：供应商得为你一家公司做容量规划，甚至影响他们自己的融资决策。

技术与商务的双线应对：

技术上：多模型/多供应商并行，甚至找 **token reseller（API 额度分销商）**来分散风险、保供应；

架构上：多云策略（AWS / GCP / Azure 都用）；

数据库上：选择像 PlanetScale 这类面向大规模扩展的方案；

商务上：在关键伙伴关系上投入精力，维护好上游协同。

有个画面感很强的故事：
早期某个时候，Cursor 的用户量和计算需求猛到把某个大型云服务商的后台基础设施挤爆了，服务直接中断了一段时间。更搞笑的是，当服务挂了，有人跑到他们那个当时还很不起眼的办公室窗外，贴了个 iPad，屏幕上写着“Cursor 挂了”。这画面感太强，也说明了当时增长确实太猛、关注度极高。

这放到大背景里看就很清楚：做 AI 应用对底层基础设施和模型的依赖极强。如何通过多供应商技术选型 + 商务关系去管理风险、保证增长的稳定性，本身就是一种核心竞争力。

05 招人：两天“并肩实战”的非常规打法

Cursor 在工程师/设计师招聘上的流程很“不走寻常路”。

通过初步筛选的候选人，直接来公司办公室进行两天的实际项目工作。

不是“面试官轮流轰炸”，而是：给你一个工位、一台电脑、一个相对独立的旧版代码库与开发环境，再给出几个可选的项目方向，让候选人自己挑，直接做两天。

他们要看的，是候选人端到端解决问题的能力、主观能动性（在指令不明确时是否会自我定义问题并推进）、产品感觉（是否考虑用户、是否有价值判断）、以及与团队的契合度。

这种方式能看到很多传统面试看不到的东西；也让候选人深度了解公司与团队的真实状态。双方都觉得对味儿，那之后的磨合期肯定更短、稳定性更高。
据说他们早期招销售也用过类似方法：给真实的销售线索，看候选人怎么跟进——虽然够狠，但很有道理。

06 “三顾茅庐”与并购：为人而来

为了挖顶尖人才，他们干过一些看起来有点疯狂的事：

候选人拒了 Offer？他们直接买机票飞到地球另一边去当面聊。

当面聊还不行？他们甚至会为这个人策划几个月之后的“研究员晚宴”，目的就是把对方引到旧金山来参会，然后再公关。最后还真把人招来了。

除了“自己费劲招”，并购也是他们拿人才的重要手段（尤其在早期），就是所谓的 Acqui-hire（人才驱动并购）。
访谈里提到他们收购 Supermaven 的例子：这个团队的创始人曾是 GitHub Copilot 的核心开发者。收购他们主要看中的是技术与人才积累，与 Cursor 的能力互补。在 AI 时代，顶尖人才太稀缺了，为了团队而并购的情况越来越多。

看样子 Cursor 也在想：未来是否可以通过并购搞一个产品组合，比如一个 AI 编程工具包，把业务做大。当然，从单产品到多产品挑战很大，尤其是市场推广、销售协同，复杂度会高很多。Truell 也承认：如何把多产品的运营和交叉销售做好，他们还在摸索。

07 终局思考：衔尾蛇、iPhone 时刻与“Compute”

访谈最后有个很有意思的问题，是一个来面试的候选人问 Truell 的：

Cursor 在颠覆软件开发这个行业，对吧？
但 Cursor 本身也是用软件写的。
这会不会形成一个像衔尾蛇那样的自我吞噬与循环颠覆？

Truell 的回答挺值得琢磨：

现在的软件开发，尤其是大团队协作，效率其实还很低，离被 AI 完全自动化/交互化还差得远。中间有一个特别长、特别混乱的地带，有大把可改进空间。

他特别相信：AI 领域未来还会有更多类似 “iPhone 时刻” 的颠覆性变革。过去已经出现过几次，未来还会有。

所以 Cursor 的目标是：

努力成为一家能持续创造“iPhone 时刻”的公司。
如果跟不上下一波变革，最后就会完蛋。

他用了 “Compute（计算）” 这个词来概括这件事：
这既是巨大的挑战，也是这个领域最有意思的地方。变化太快了，即使微软这样的巨头也很难说能完全垄断市场；颠覆随时可能从某个角落冒出来。这其实点到了 AI 时代的创新核心：持续适应与自我变革。公司不光要应对外部竞争，还得有勇气与能力进行自我革命。也就说回了他们之前的选择：对顶尖人才近乎偏执的追求、对战略方向的高度聚焦、对组织灵活性的重视——这些都是为了维持持续变革能力打下的基础。

结尾：给我们的启示

我们跟着创始人的视角，看了一家 AI 初创公司如何：

从一次不太成功的尝试（CAD）出发，提炼出 Founder–Market Fit 的铁律；

用“少即是多、快即是王道”在编程主场迅速打穿；

在“增长混乱”中用 多云 + 多模型 + 商务协同 稳住；

以“两天实战+执念招人+Acqui-hire”构建人才密度；

保持对未来颠覆的清醒与敬畏，逼自己持续做出“iPhone 时刻”。

这个变化极快的时代：
找到你的核心价值并死死盯住；拥抱混乱，在混乱中找机会；敢于打破常规去找人；随时准备好改变，甚至颠覆自己。
也许在 AI 时代，最核心的资产不是那几行代码，而是不惜一切代价吸引并留住那些真正有创造力、敢挑战现状的“怪才”的决心与能力。这种对人的极致投入，可能才是他们最深的护城河。