智東西（公眾號：zhidxcom）
編譯 |? 陳駿達
編輯 |? Panken
智東西9月8日消息，近日，硅谷知名孵化器YCombinator發布了對Anysphere聯合創始人兼CEO Michael Truell的深(shen)度訪談。Anysphere是爆火AI編程工具Cursor背后的公司(si)，估值已達99億(yi)美(mei)元(yuan)（約合人民幣707億(yi)元(yuan)）。訪談中(zhong)(zhong)，這位年僅25歲、卻擁有十余年開發經(jing)(jing)驗(yan)的00后創(chuang)業者，完(wan)整(zheng)回顧了打造Cursor過程中(zhong)(zhong)經(jing)(jing)歷(li)的彎(wan)路與困(kun)境，并分享了從中(zhong)(zhong)汲取的寶貴(gui)經(jing)(jing)驗(yan)。
Anysphere成(cheng)立于2022年，一(yi)開始曾探索AI CAD、加密(mi)通(tong)信軟件(jian)等(deng)項目，但由于缺乏相關(guan)背(bei)景、變(bian)現困難等(deng)原因，最終選擇(ze)了AI編程賽道(dao)。
彼時，AI編程賽道的商業價值已經被Github Copilot驗證，同時競爭相對激烈，但Anysphere找到了一個切入點：市面上雖有不錯的AI編程產品，但沒有產品是完全自動化、完全變革軟件開發流程為目標的。
從寫第一行代碼到公開發布，Anysphere的創始團隊歷時3個月，打造了初版Cursor。2023年發布后，Cursor在產品功能上不斷嘗試與摸索，Truell形象地稱其為“在沙漠中探索”。
當時(shi)，部分用戶(hu)希望(wang)Cursor轉型為低(di)代碼(ma)工具，或是適配(pei)特定(ding)的技術棧，但Anysphere堅持了Cursor的原有定(ding)位，專注于打造通(tong)用AI編程(cheng)體(ti)驗。
Anysphere曾在Cursor上走了不少彎路。例如，他們一開始想從零開始打造IDE本身，后來才意識到應(ying)將精力集中(zhong)在核心(xin)AI功能的開發，而非在IDE界面上與VS Code這樣(yang)有十幾(ji)年歷(li)史的產品直接競(jing)爭。
此外，Anysphere起初抱著“不重復造輪子”的心態，決定不做模型。但隨著產品迭代和用戶規模的擴大，他們發現自研(yan)模型(xing)已經成為關鍵杠桿，不僅能利用數據持續優化用戶體驗，更是一項“核心且必須建(jian)設的能力”。
通過不(bu)斷提升產品對代碼庫(ku)的理解與預測能力，Cursor逐(zhu)漸(jian)贏得用戶口碑，實(shi)現爆發式增(zeng)長——2023年(nian)ARR（年(nian)化(hua)收入）突破(po)100萬美元，2024年(nian)更(geng)是實(shi)現1億美元ARR的重大跨越(yue)。
在訪談中，Truell還回顧了他在高中階段就與AI技術結緣的往事，并給在校的青年創業者提供了幾則創業建議。對AI編程的未來，他給出了如下判斷：AI將成為工程師的“同事”，在輔助開發的同時，并不會削弱編程作為通識(shi)教育和(he)實用技能的重要性(xing)。
一、高中開啟創業生涯，16歲編寫神經網絡
主持人：那我們先從你的創業起點聊起吧。故事可以追溯到你中學時期，那時你開始讀PG（Paul Graham，孵化器YCombinator創始人）的文章，對嗎？
Michael Truell：是的，我很早就(jiu)對(dui)創業感(gan)興趣，也對(dui)很多其他事情感(gan)興趣。我一(yi)開始接觸編(bian)程，就(jiu)是因為想做一(yi)些商(shang)業化的東西(xi)。
我(wo)第(di)一(yi)(yi)次看到(dao)代碼，是在(zai)一(yi)(yi)個(ge)寒(han)假。我(wo)和(he)哥(ge)哥(ge)想(xiang)做(zuo)一(yi)(yi)款爆火的(de)手機游(you)戲，但完全(quan)不知(zhi)道怎么開始。于是我(wo)們(men)上谷歌搜索“如(ru)何做(zuo)游(you)戲”，發現(xian)需要下載一(yi)(yi)個(ge)叫Xcode的(de)軟(ruan)件。
我(wo)們下載后，屏(ping)幕上出現了(le)(le)一堆五顏六色(se)的奇怪符號，那是(shi)Objective-C語言。當時它(ta)還挺流行的，不(bu)過現在(zai)受歡迎(ying)程度(du)已經沒那么高了(le)(le)。
我哥哥看到那一堆幾乎無(wu)法理解(jie)的(de)(de)Objective-C代碼后，立刻放(fang)棄了，從(cong)此沒有(you)再(zai)碰編程(cheng)。他現(xian)在(zai)走(zou)的(de)(de)是完全不同的(de)(de)道(dao)路，比如在(zai)嘗試畫(hua)畫(hua)之類的(de)(de)。而我則堅持下來了，買了本(ben)Objective-C的(de)(de)書，慢慢開(kai)始(shi)做手機游戲。這(zhe)就是我進入編程(cheng)的(de)(de)起點。
一路走來，我是(shi)PG的文章(zhang)和Sam Altman（OpenAI聯合創始人兼(jian)CEO，前(qian)YC總裁）的文章(zhang)的忠實讀者(zhe)，也讀了YC里很(hen)(hen)多人(ren)的(de)文章。這(zhe)些(xie)在(zai)我高中早期就給(gei)了我很(hen)(hen)大的(de)啟發(fa)。
主持人：最令人驚訝的是，你現在才24歲（截至發稿時，Michael Truell已25歲），就在很短時間里把Cursor打造成一家巨大的公司。很多人可能會覺得你是突然冒出來的，但實際上你已經積累了十多年的經驗，不斷做項目、不斷發布成果。而且你在高中就已經開始接觸AI了，對吧？能不能聊聊當時的項目，以及你是怎么入門的？
Michael Truell：我(wo)算(suan)是很幸運，既早(zao)早(zao)接觸(chu)到編程，又(you)很早(zao)就對(dui)AI感興(xing)趣，還遇到了(le)幾(ji)個很棒的合(he)作者(zhe)，一起做AI項目。
我其(qi)實(shi)并(bing)不算(suan)很擅(shan)長做(zuo)手機(ji)游戲，但其(qi)中有(you)一個小項目卻意外地火了——一個能偽造游戲高分的手機(ji)應用，可以(yi)在“鋼(gang)琴塊”或者“Flappy Bird”里生成(cheng)假的高分，然后(hou)發給(gei)朋友(you)。這是最(zui)(zui)簡單的東西，不涉(she)及很復雜(za)的編程(cheng)，反而成(cheng)了最(zui)(zui)受(shou)歡迎的。
之后(hou)，我(wo)和朋友開始對“機器狗(gou)”這個想法很著迷。我(wo)們(men)覺得，如果能有一(yi)只(zhi)機器狗(gou)，不用編(bian)程，就能通過正反(fan)饋(kui)和負反(fan)饋(kui)來學習，那該多(duo)酷啊。
比如，做對了(le)給它點獎勵，做錯了(le)就說“不好”。這樣就能教它撿球之類的(de)技能。我(wo)們完全不知道怎么實現，于是開始搜索，鉆進(jin)了(le)很多技術的(de)“兔(tu)子洞”。
那讓我(wo)們接觸到(dao)了(le)(le)遺傳(chuan)算法，后來(lai)又(you)了(le)(le)解到(dao)神經(jing)網絡(luo)。那時候已經(jing)(jing)有人在嘗試用(yong)遺傳算(suan)法來(lai)進化(hua)神經(jing)(jing)網絡(luo)，比如NEAT這樣的研(yan)究。之后，我們又接(jie)觸到了強化(hua)學習，早在2015年(nian)，就已經(jing)(jing)有人在長期研(yan)究強化(hua)學習了。
最終，我和我的(de)朋友確(que)實造(zao)出了一些機器人，但沒有留下什么特別重大、有長久影響力(li)的(de)成果(guo)。
不過，我們做了一些有趣(qu)的(de)探索，比(bi)(bi)如讓(rang)強化學(xue)習(xi)(xi)算(suan)法更高效，提升數據(ju)效率，讓(rang)算(suan)法能(neng)從極少的(de)數據(ju)中(zhong)學(xue)習(xi)(xi)，比(bi)(bi)如幾十個數據(ju)點。或是讓(rang)算(suan)法能(neng)夠從帶(dai)有噪聲的(de)數據(ju)中(zhong)學(xue)習(xi)(xi)。
我們雖(sui)然沒有(you)造出機器(qi)狗，但做了一個多軸的(de)機械(xie)臂，可以握著拍子，打乒乓球。通過安裝合適的(de)傳感器(qi)，以及提供正確的(de)反饋，它能(neng)學會在(zai)看到球時揮動(dong)機械(xie)臂。
我(wo)們還打(da)造(zao)了一款KiwiDrive機器人，我(wo)們教會了它(ta)如(ru)何(he)循線。
這其實是很好的(de)機器學習入門(men)教育。因為我們當時太(tai)天(tian)真，甚至不(bu)知道有Torch、TensorFlow這(zhe)樣(yang)的工具。
主持人：于是你從零開始寫了自己的神經網絡，大概16、17歲？
Michael Truell：因為(wei)是做機器人，硬件用的(de)是微控制器，內存(cun)特別小，裝不下現成的(de)機器學習庫。于是我們硬著頭皮自(zi)己(ji)寫了一(yi)個簡化版(ban)的(de)神(shen)經(jing)網絡庫。
雖然完全不懂里面(mian)的數學，比如微(wei)積分，但還(huan)是磕(ke)磕(ke)碰碰地實現了一些關鍵想法。這過程中學到了很多東(dong)西(xi)，雖然基礎知(zhi)識有不少漏洞，后來(lai)花了很多年才補上。
二、早期探索多個項目，曾打造CAD版Cursor
主持人：然后就是AnySphere的創立，對吧？當時你們剛從MIT畢業，那是2022年，你們最初的想法是什么？
Michael Truell：Cursor的起點(dian)其實(shi)是在2021年。我和聯合(he)創始人們都(dou)對AI很感興趣，每個人都(dou)有(you)類似打造“機(ji)器狗”的經歷。
比如有一(yi)個聯合創(chuang)始(shi)人(ren)試著(zhu)用大模(mo)型打造谷歌的(de)競品(pin)，還有人(ren)做過計(ji)算機視覺研(yan)究(jiu)的(de)學術(shu)研(yan)究(jiu)，也(ye)有人(ren)在(zai)谷歌這樣的(de)公(gong)司做推(tui)薦系(xi)統(tong)。
我(wo)們(men)都(dou)對AI很感興(xing)趣，到2021年，我(wo)們(men)開始思考，接下來要做什么？是進學術界(jie)、加入大公(gong)司、還是自己(ji)創業(ye)？
讓我們興奮的有兩個契機：一是(shi)開始看(kan)到第(di)一個AI產品(pin)落地，比(bi)如(ru)GitHub Copilot；二是(shi)看(kan)到一些(xie)研(yan)究顯(xian)示(shi)，AI的能(neng)力(li)會隨著模型規(gui)模的增長(chang)而持續(xu)提升(sheng)。于是2022年初，我(wo)們搞了一個(ge)(ge)月的黑客馬(ma)拉(la)松，嘗試在某個(ge)(ge)知識工作領域里(li)，用逐漸成熟的AI技術打造這一行業未來(lai)的模樣。
主持人：你們為第一個項目收集了很多數據對吧？
Michael Truell：沒錯(cuo)。我(wo)們最早(zao)的(de)方向是(shi)(shi)機械(xie)(xie)工(gong)程(cheng)，給機械(xie)(xie)工(gong)程(cheng)師(shi)做一(yi)個(ge)Copilot，能(neng)預測他們在CAD軟件(jian)（像SOLIDWORKS或Fusion 360）里的(de)操作。我(wo)們選這(zhe)(zhe)個(ge)方向，是(shi)(shi)覺(jue)得市場冷門、沒什么(me)競爭。但事實(shi)證(zheng)明這(zhe)(zhe)是(shi)(shi)個(ge)糟糕的(de)選擇(ze)，因為(wei)我(wo)們誰都不是(shi)(shi)機械(xie)(xie)工(gong)程(cheng)師(shi)，而且當時的(de)底層技術也還沒那么(me)成熟(shu)。
主持人：你們堅持了好幾個月，花了大量精力抓CAD文件，還做出了自動補全的功能？
Michael Truell：說(shuo)實話，當時大部分精(jing)力都花在數據抓取上(shang)。我(wo)試著把互聯網上所有的(de)CAD模型(xing)都收集起來。另外還有各種不同的(de)文件格(ge)(ge)式(shi)，需要(yao)把它們統(tong)一轉換(huan)成(cheng)一個(ge)標準格(ge)(ge)式(shi)。
CAD這個軟(ruan)件市場很奇(qi)怪(guai)，有(you)很多(duo)(duo)不同的系統，各自都挺(ting)流行，但(dan)整(zheng)體非常分散。還有(you)一(yi)些云端CAD系統，它們沒有(you)便捷的導出方式，也不希望(wang)別(bie)人(ren)抓(zhua)取(qu)它們的數(shu)據。所以我們在(zai)這方面花(hua)了很多(duo)(duo)力(li)氣。
另外，那(nei)個時候用(yong)于訓練(lian)模型的基(ji)礎設(she)施還很原始，所(suo)以在底(di)層(ceng)系(xi)統上也花了(le)很多功夫，還不斷試驗(yan)模型。我們(men)甚(shen)至(zhi)嘗試給這(zhe)些CAD系(xi)統“硬加”插(cha)件，因為我們(men)做(zuo)的其實是一個插(cha)件。但這(zhe)些應用(yong)本身幾乎不支持插(cha)件，所(suo)以挺(ting)折騰的。
當時(shi)我(wo)們還同(tong)時(shi)在(zai)做別的(de)(de)項目。我(wo)的(de)(de)兩個聯合創(chuang)始人開發了一個端到端加密的(de)(de)消息系統，因為(wei)其中一位有安(an)全研究的(de)(de)背景。
他們的想(xiang)法是，像Signal和WhatsApp這(zhe)樣的應(ying)用(yong)雖然(ran)會(hui)加(jia)密消(xiao)(xiao)息內容，但并不會(hui)隱藏“誰(shui)(shui)在什么時(shi)候和誰(shui)(shui)聊天”。而這(zhe)其實(shi)是非常關鍵的信(xin)息，如果你不想(xiang)完全信(xin)任消(xiao)(xiao)息應(ying)用(yong)的提供(gong)方(fang)，這(zhe)點就很重要。
主持人：那大概是在2022年中期？你們大概花了6個月做這些想法，那當時有多少用戶呢？產品有上線嗎？
Michael Truell：這些(xie)項目基本(ben)都沒什么用戶(hu)。
主持人：你們是在什么時候意識到，這些想法行不通呢？就是說，大家都在拼命做，但最后發現創業并沒有走通。那個時刻是什么感覺？
Michael Truell：不同項(xiang)目的情(qing)況有點差別。比如消息系統，技術上(shang)非常厲(li)害，但在(zai)可擴展性上(shang)有很大問題。他們試著交給用(yong)戶使用(yong)，發現不行；后來又嘗試B2B授(shou)權，但還(huan)是行不通。大概折騰了幾個月，始終(zhong)沒能獲得關注。
至于CAD項目，我(wo)(wo)們也是(shi)花了很多個月，想讓模型真(zhen)的對終(zhong)端用戶有用。但到最(zui)后，我(wo)(wo)們也不得不思考(kao)：我(wo)(wo)們自己是(shi)不是(shi)對這(zhe)些(xie)方向真(zhen)的感興趣？
三、受GitHub Copilot啟發，3個月造出初代Cursor
主持人：所以你們在轉到代碼補全之前，已經嘗試過三四個想法？
Michael Truell：是的。其實我們很早就受Copilot的啟發，只是覺得AI編(bian)程競(jing)爭太激烈了，就繞開了。現在(zai)的競(jing)爭也很激烈。
主持人：當時GitHub Copilot在2022年已經有大約1億美元的收入，甚至可能更多。很多人覺得游戲已經結束了：GitHub已經做到了。你們當時真的覺得自己能比Copilot做得更好嗎？
Michael Truell：一開始我們并沒有這樣想。當時我們都有點絕望了，因為前面的項目都不順利，我們對那些方向也漸漸提不起興致，就在不斷試錯和反思中意識到：其實(shi)我(wo)們真正讓我(wo)們興奮的(de)，是編程(cheng)的(de)未來。
我們也看到了整個行業在技術和產品上的趨勢：如果真的沿著這條路走下去，未來五年，編程方式(shi)一定會(hui)(hui)被徹底改變，所有軟(ruan)件開發都會(hui)(hui)通過模型來完成。
但(dan)當(dang)(dang)時(shi)還沒有(you)多(duo)少(shao)人把這件(jian)事當(dang)(dang)真(zhen)。大家都在(zai)做(zuo)很棒的(de)產品，也在(zai)慢慢改進，但(dan)沒有(you)人真(zhen)正(zheng)去設想一(yi)個完全(quan)自動化、完全(quan)不同的(de)軟件(jian)開發流程。于是我們決定全(quan)力以(yi)赴。
主持人：這其實挺大膽的，因為你們決定放棄那些自己經驗不足的方向，轉而面對一個巨頭——GitHub Copilot。
Michael Truell：其實(shi)當時并(bing)沒(mei)有覺得大膽。畢竟我們只是幾個人坐在客廳里(li)，拿(na)著筆記本(ben)電腦寫(xie)代碼(ma)，又不是一個大公司轉型。
剛開始我們(men)還想(xiang)(xiang)著做(zuo)一些小而專(zhuan)的(de)工具，比如自(zi)動檢測代(dai)碼(ma)里(li)的(de)潛在漏洞，或者只針對(dui)某些細分領域（比如量化研究）做(zuo)產品。但在探(tan)索過程(cheng)中，我們(men)腦海里(li)不斷(duan)冒(mao)出(chu)各種點子，去(qu)想(xiang)(xiang)Cursor如果(guo)真的(de)要成為“最(zui)好的(de)通(tong)用AI編程(cheng)方式”，會是什么(me)樣(yang)子。我們(men)對(dui)這個(ge)方向有很強的(de)信念(nian)和興奮感，所以最(zui)后就決定沖了。
主持人：那是在2022年底，對嗎？你們多快就發布了第一個產品？它當時是什么樣子？
Michael Truell：從(cong)寫第一行代碼到公開發布，大(da)約花了3個(ge)月(yue)。最初我們是從(cong)零搭(da)了一個(ge)編(bian)輯器，當然(ran)用了很(hen)多(duo)開源(yuan)組(zu)件，比如CodeMirror和語言服務器，但整體是自(zi)己(ji)拼(pin)起(qi)來的。
我們還(huan)寫了遠程SSH功能(neng)、Copilot集成(cheng)（因為(wei)我們沒有自動補全功能(neng)）、語言服務器(qi)的集成(cheng)，在(zai)像(xiang)代(dai)碼編輯(ji)器(qi)市(shi)場這(zhe)樣成(cheng)熟的領域里，要(yao)下(xia)很大功夫，才(cai)能(neng)做出一(yi)個真正有競爭力、能(neng)夠成(cheng)為(wei)用戶日常使用工具(ju)的產(chan)品。
大概四周后，我們做出了第一個我們自己能當作日常開發工具的版本，再過四周，就讓第一批測試用戶用了，又過四周，就對外開放了。那時的(de)產品還很粗糙，但我們覺(jue)得，反(fan)正就先讓大家試用。
四、從挑戰VS Code到專注AI功能，自研模型是Cursor核心能力
主持人：你們自己從零開始寫了一個編輯器，這過程學到了什么？
Michael Truell：是的，我們(men)當(dang)時充滿了敬畏之(zhi)情。有一(yi)段時間，人(ren)們(men)并(bing)不喜歡我們(men)的產品。所以我們(men)全(quan)力以赴，非(fei)常專(zhuan)注。在這一(yi)過程(cheng)中，我們(men)學到了如何(he)打造最初的AI功(gong)能。
剛開始的(de)時候(hou)，只有一個(ge)控制臺，它會在編(bian)輯器(qi)里(li)調出(chu)一個(ge)萬能遙控器(qi)，然(ran)后你(ni)向它發(fa)出(chu)指令。AI會自(zi)主判斷用(yong)戶意(yi)圖，比如(ru)是(shi)想要(yao)聊天，還是(shi)需要(yao)一個(ge)可采用(yong)的(de)代碼建(jian)議，或者(zhe)是(shi)在你(ni)的(de)代碼庫里(li)搜索并回答一個(ge)問題(ti)，又或是(shi)長時間運行還是(shi)短時間運行？當時用(yong)戶并沒有太(tai)多的(de)控制權(quan)。
我們學到的是，鑒(jian)于2022年底當時的技術水平，產品(pin)的形態必須(xu)有所不同。我們積累了第一(yi)批早期的AI功能(neng)，這些功能(neng)成(cheng)為了Cursor的核心部分，后來我們自己(ji)不斷迭代，用戶也(ye)提(ti)供(gong)了反饋。
學(xue)到的另一則教(jiao)訓(xun)是，當時我們曾試(shi)圖(tu)快速開(kai)發功能齊全的理想代(dai)碼(ma)編(bian)輯器，并加入自認(ren)為出(chu)色的AI功能。原以為花上(shang)幾個月就能構建一個成熟編(bian)輯器，和(he)VS Code功能基本(ben)接(jie)近，但VS Code經過12年開(kai)發，是最早的TypeScript項目之一，也擁有(you)眾(zhong)多開(kai)發者。
我們很快意識到這一想法并不現實，應該(gai)專注于AI功能(neng)。我們后(hou)來(lai)轉向了基于VS Code的開發，就像(xiang)瀏覽器通(tong)常基于Chromium的渲(xuan)染引(yin)擎一(yi)樣。
主持人：另一件事是，你們也做了自己的模型。那時候，你們從Codex獲得了很多靈感，對吧？
Michael Truell：我們著手推進第(di)一個重要(yao)項目(mu)——即(ji)利用(yong)AI提升機械工程師(shi)的生(sheng)產力時(shi)，啟動階段(duan)就需要(yao)資(zi)金用(yong)于模型訓練，因為當時(shi)市面上的模型在該(gai)任務上表現不足。
最初我們經常引用Codex的論文，也就是GitHub Copilot所使用的首個自動補全模型。根據我們的估算，即便在2022年模型訓練成本普遍被認為很高的情況下，Codex的訓練花費并不算大，可能僅在10萬美元左右(you)。
在機械工(gong)程領域的嘗試中，我們自主進行了模型(xing)訓練。但這段經歷也讓我們在啟動(dong)Cursor時(shi)更加謹慎(shen)，希望盡可能務實(shi)、避免重復造(zao)輪(lun)子(zi)，因此(ci)初期完(wan)全未(wei)涉足模型(xing)訓練。
然而，隨著2023年產品不斷迭代，我們逐漸意識到自主訓練模型(xing)已成為一個關鍵(jian)的產品杠桿——尤其是在用戶規模顯著擴大之后。它不僅幫助我們更好地響應用戶需求，也使得利用產品數據持續優化成為可能。最終，自主(zhu)訓(xun)練模型也發展(zhan)成為公司內部一項核(he)心且必須建設的(de)能力。
主持人：2023年，你們還沒確定Cursor最終能否成功，還在討論應不應該換方向，產生營收還是花了挺久的吧？
Michael Truell：在2023年期(qi)間，我們(men)的(de)(de)業務確實(shi)在逐步增長(chang)，盡管整(zheng)體規(gui)模(mo)仍然不大。我們(men)所(suo)處的(de)(de)領域（AI輔助(zhu)編程）發展方(fang)向并不總是清晰的(de)(de)。有(you)些市場可以通過(guo)系統性地調研用戶需求(qiu)、逐一梳理問題(ti)、提出針對性解決方(fang)案(an)并確定優先(xian)級，就能有(you)效推進。但(dan)對我們(men)這樣面向最(zui)終用戶、沒有(you)太多預(yu)算的(de)(de)應用來說，情(qing)況則有(you)所(suo)不同(tong)。
我們致力(li)于(yu)探索(suo)如(ru)何(he)利用當前技術，實(shi)現與AI協同編程的最佳體(ti)驗。很(hen)多功能在設想中很(hen)有價值(zhi)，但具體(ti)如(ru)何(he)實(shi)現、細節(jie)如(ru)何(he)落地，路徑并不(bu)明(ming)確。因(yin)此，整(zheng)個2023年我們都在不(bu)斷嘗試和摸索(suo)。
此外，在早期用戶反饋中，也存在一些方向上的拉扯。我們有一批活躍的非專業編程用戶，希望產品朝他們的需求傾斜；另一些用戶則強烈建議我們專注于某一特定技術棧，放棄通用性。我們最終沒有(you)完全跟隨這些聲(sheng)音，而是堅持了原有(you)的產品定位。
這一年中，我們經歷了大量原型設計，就像在沙漠中(zhong)探索一樣，逐步明確了哪些環節(jie)需要(yao)自主研發模(mo)型(xing)——例如優化API模(mo)型(xing)或實(shi)現諸如Tab自動補全、編輯預測等功能(neng)——而不僅(jin)僅(jin)依賴于外部技術。
五、產品增長靠口口相傳，傳統增長工程收效甚微
主持人：你們在2023年左右從零增長到100萬美元的ARR，對嗎？達到這個目標花了很多功夫吧？
Michael Truell：是的(de)，比那多一點，但大致是這樣。
主持人：2024年是瘋狂的一年。你們在一年內從100萬美元ARR增長到1億美元ARR。跟我們講講這種復合增長的力量吧，因為你們一直保持著每周10%的增長。這是怎么實現的？
Michael Truell：早期的數字感覺很小，但后來復利效應持續顯現。有幾件事推動了我們的增長。我們(men)所在(zai)(zai)的市場，只要(yao)你(ni)把產品做得更好(hao)，你(ni)就能立刻在(zai)(zai)數字上看到(dao)增長(chang)的加速。
當我們第一次開始讓Cursor能(neng)夠(gou)感知(zhi)代碼(ma)庫時(shi)，第一次能(neng)夠(gou)預測你的下一個動作(zuo)時(shi)，讓預測更(geng)準確時(shi)，讓它更(geng)快(kuai)，讓它能(neng)夠(gou)預測一系列的變更(geng)時(shi)，我們都感受到了增(zeng)長的提速。我們還讓模型在代碼(ma)庫中(zhong)執行更(geng)多的動作(zuo)。
我(wo)們(men)一直專注于提升產品(pin)本身，復利效(xiao)應(ying)一直持續。我(wo)們(men)所處的市場中，終端(duan)用戶的喜好(hao)是十分(fen)關鍵的，如果能(neng)打造(zao)出最好(hao)的產品(pin)，人們(men)就會關注它(ta)，討論(lun)它(ta)。
主持人：我想起那段時間發生的一件有趣的事。我們確實看到YC公司在創業營期間發生了一個巨大的轉變。我們會問他們用什么樣的技術棧來構建應用程序，每一期之間簡直是天壤之別。我記得在2023年，可能只有個位數的百分比的公司使用Cursor。然后到了2024年，比例已經來到80%。
Cursor就像野火一樣蔓延開來，最優秀的開發者都在用你們的產品。
Michael Truell：他們把Cursor發到自己的(de)Twitter上。
主持人：你們的很多用戶增長都是這么來的嗎？所有的增長是如何實現的？
Michael Truell：在最早階段，當我們(men)剛(gang)推(tui)出(chu)編輯器時(shi)，我們(men)嘗試在社交網絡上進行(xing)宣(xuan)傳。實際(ji)上，我的一位聯(lian)合創(chuang)始人在2022年發(fa)現，可以通(tong)過(guo)在網上發(fa)帖獲得名氣，積累大量粉絲。這并不是通(tong)過(guo)常規(gui)的社交媒(mei)體操(cao)作，而是通(tong)過(guo)深入討論AI實現的。
令人(ren)驚訝的(de)是，他居然可(ke)以通過讀(du)論(lun)文，深入分析當(dang)時的(de)發展趨勢，并(bing)公開分享自己的(de)觀點，從而(er)獲(huo)得該領域(yu)有影響力人(ren)士的(de)認(ren)可(ke)。
當時有一個開源(yuan)模型叫Flan T5。我(wo)的這(zhe)位聯(lian)合創始人(ren)在推特上持(chi)續分享(xiang)(xiang)這(zhe)一模型的信息，讓許多(duo)人(ren)了解到其優點。此后，有多(duo)個項(xiang)目因他的分享(xiang)(xiang)，使用了這(zhe)一開源(yuan)模型。
我(wo)們的這位聯合創始人也因此成為舊金山一個小(xiao)眾(zhong)圈(quan)子里(li)的知名人物，并在早期(qi)利用這一優勢，推(tui)廣產(chan)品。
當(dang)我們第一次發布產(chan)品并建立候(hou)補(bu)名(ming)單(dan)以(yi)獲取首(shou)批(pi)用戶時，在推特賬號上發布了一個幾乎像電影般的Demo，這對公司起步幫助很大。
但在2023年，我(wo)們幾乎像隱士(shi)一樣(yang)，專(zhuan)注于產(chan)品研發，主要依靠口碑傳播。我(wo)記得那(nei)一年，團隊(dui)中有(you)人建議，產品已(yi)經(jing)足夠成熟，可以暫時放下(xia)，專注(zhu)于增長工程。
我(wo)們進行了(le)大(da)約(yue)兩(liang)個月(yue)的沖刺，但與我(wo)們當年(nian)完成的其他(ta)工作相比，這(zhe)些努力收效甚微。
主持人：到了2024年那個時候，Cursor的規模有多大？公司當時有多少人？
Michael Truell：在(zai)2023年規模還很(hen)(hen)小，我的聯合創始人(ren)們(men)都是非常出色的工(gong)程師。我們(men)當(dang)時有(you)四個人(ren)，我們(men)在(zai)不雇人(ren)的情況下已(yi)經做了(le)很(hen)(hen)多工(gong)作了(le)。
我們在招聘第一(yi)批員工以及(ji)具(ju)體如何操作上(shang)也(ye)(ye)有(you)一(yi)些(xie)自己(ji)的(de)想法，早(zao)期(qi)非常(chang)有(you)耐心，同時(shi)也(ye)(ye)更少關注(zhu)招聘，或(huo)許我們本應該多關注(zhu)招聘的(de)。2023年底的(de)時(shi)候，員工還(huan)只有(you)個(ge)(ge)位數，仍然不到(dao)10個(ge)(ge)人。
六、AI將成為工程師的“同事”，但不會影響編程教育的價值
主持人：太厲害了。我想換個話題，我很好奇，你對AI編程的未來有什么看法？
Michael Truell：從一(yi)(yi)開始(shi)，我們可(ke)能(neng)就(jiu)算是走了一(yi)(yi)條(tiao)中(zhong)間路線。當(dang)我們創辦公司并招聘第一(yi)(yi)批員工(gong)時，經常(chang)會得(de)到一(yi)(yi)些奇怪的眼神，大家會問：“你們這(zhe)是在做(zuo)什么？”
在(zai)(zai)2022年底，情況還不(bu)(bu)是現(xian)在(zai)(zai)這樣。那(nei)時，ChatGPT尚未出(chu)(chu)現(xian)，整個世界直到(dao)(dao)2023年初(chu)才開始(shi)意識到(dao)(dao)AI的潛力。尤其是在(zai)(zai)2022年，當我們(men)在(zai)(zai)做CAD相關項目和早期(qi)代碼項目時，人們(men)普遍(bian)覺(jue)得做AI有些(xie)奇怪。他們(men)并不(bu)(bu)完全相信這是值得投入時間的事情，也不(bu)(bu)相信AI會帶來大量出(chu)(chu)色的應用。
即便是那些對AI感興趣的(de)人，在我們(men)的(de)領域(yu)里(li)，也有一(yi)部分人只(zhi)關注優化已(yi)有產品的(de)形式，僅(jin)僅(jin)讓產品稍微好一(yi)點(dian)而已(yi)。同(tong)時(shi)，在我們(men)的(de)社交(jiao)和(he)專(zhuan)業圈中，也有人會想：“為什么不去做AGI（通用人工智能(neng)）呢？你現(xian)在做的(de)這些工作，一(yi)兩年后可能(neng)就會失去意義。”
我們一(yi)直(zhi)認(ren)為，未來幾(ji)十(shi)年(nian)里，將(jiang)會有大量非常有價值的東西可以去構(gou)建。AI將(jiang)是一(yi)項變(bian)革性的技術，可能(neng)比近(jin)幾(ji)個世(shi)紀的任(ren)何技術革命都更具影響(xiang)力(li)。
但要實(shi)現這一目標(biao)，需要幾(ji)十年的努力，并且(qie)需要整個行業(ye)的參與，其(qi)中所(suo)有獨立能力都必須(xu)逐步完善(shan)，才能真正(zheng)實(shi)現在計算機上完全改變軟件開發，或者變革(ge)其(qi)他(ta)知識工作領域的終極狀態。
在短期內，對于(yu)我們的終端(duan)用戶(hu)——職業工程(cheng)師而言，代(dai)碼仍然非常重要。未(wei)來(lai)我們會經歷一個漫(man)長而復(fu)雜的過渡(du)階段，將與AI一起工作。AI會越(yue)(yue)來(lai)越(yue)(yue)像(xiang)同事，同時(shi)也可能像(xiang)一個高(gao)級編譯(yi)器，能夠(gou)為你(ni)隱藏部分代碼(ma)。但你(ni)仍然需(xu)要(yao)閱讀邏輯(ji)，審查并進(jin)行編輯(ji)。
主持人：那你認為哪些技能仍然重要？大家應該繼續學習什么，或者停止學習什么？
Michael Truell：我認為，編(bian)程(cheng)就像數學一(yi)樣，是(shi)一(yi)種很(hen)好的通識教育，這種價值不會消失。而且，學(xue)習計算機(ji)科學(xue)還(huan)能帶來許多實(shi)用(yong)技能。
通(tong)常，當(dang)人(ren)們進入(ru)快速變(bian)(bian)化的行業(ye)時，學校里學的具體(ti)知識(shi)并不(bu)是(shi)(shi)最(zui)關(guan)鍵的，更重要的是(shi)(shi)在學習過程中培養(yang)的學習能力。我認為，AI的出現并不(bu)會(hui)改變(bian)(bian)這一點。
主持人：對于觀眾中那些年輕的、像三年前的你一樣的Michael Truell，你有什么建議？如果他們想成為三年前、在你創辦Cursor之前的你，現在應該做什么？
Michael Truell：我認為，應當去做(zuo)自己(ji)感興(xing)趣(qu)的事(shi)情，并且與那(nei)些既(ji)相處得來，又(you)彼此尊重的人一(yi)起合(he)作(zuo)。這非常重要(yao)。
對于(yu)許多(duo)在校學生來說，太多(duo)事情(qing)會把你引向“應(ying)付了事”的模式，而不是長(chang)期專(zhuan)注于(yu)打造(zao)真(zhen)正有(you)價值的東西。關(guan)鍵是專(zhuan)注于(yu)你真(zhen)正感興趣的事，并長(chang)期投入其中。
