90億美金獨角獸 Cursor CEO:我們尋找的不是碼農,而是有品味的創造者

90億美金獨角獸 Cursor CEO:我們尋找的不是碼農,而是有品味的創造者

本集 Y Combinator 的掌舵手 Garry Tan 對話的主角,是 AnySphere 的共同創辦人兼執行長 Michael Truell。他所打造的 AI 輔助程式開發平台 Cursor,正掀起一場寧靜卻深刻的革命。成立僅僅 20 個月,年度經常性收入(ARR)便衝破一億美元,公司估值飆升至 90 億美元。

在這場由 Garry Tan 主持的深度訪談中,Truell 揭示的並非僅是商業上的巨大成功,而是一個更為顛覆性的宏大願景:一個「後程式碼時代」的到來,一個程式開發的典範即將被徹底改寫的未來。

Truell 與他在麻省理工學院結識的夥伴們,正大膽地押注一個夢想——將軟體創造這門複雜的工藝,從逐行敲打程式碼的傳統模式,進化到更高維度的「意圖驅動」時代。開發者只需用自然語言描述想法,AI 便能將其轉化為具體的軟體功能。這不僅是效率的提升,更是對創造力的一次解放。

Truell 指出,Cursor 的終極目標,是用一種更先進的方式取代傳統的程式開發。他與創辦團隊皆為資深工程師,深知將腦中一個簡單概念,轉化為螢幕上數百萬行深奧程式碼的過程,是多麼耗時費力。他們預見,未來五到十年,軟體開發將迎來根本性的變革,人類的角色將從繁瑣的執行者,轉變為高層次的指揮家。

然而,當前 AI 程式開發的現實與此宏大願景之間,仍有一段距離。許多人對 AI 的想像,停留在所謂的「氛圍開發」(Vibe Coding)——憑感覺對 AI 下達模糊指令,期待它能完美實現一切。Truell 坦言,這種做法在處理小型、拋棄式的新創專案時或許尚可一試,但對於動輒數百萬行程式碼、數百人協作數年的大型專業軟體而言,完全是天方夜譚。不理解程式碼的底層邏輯就任意修改,將引發災難性的連鎖反應。

目前,Cursor 的用戶數據顯示,AI 生成的程式碼大約佔整體開發工作的 40% 到 50%。這是一個驚人的比例,但它仍舊扮演「副駕駛」的角色。人類工程師必須像審閱初級工程師的程式碼一樣,仔細檢查 AI 的每一項產出。這意味著,我們正處於一個過渡階段:AI 是強大的輔助工具,而非能獨當一面的主角。

橫亙眼前的三道技術高牆

要從「輔助」邁向「主導」,AI 需要跨越幾道巨大的技術鴻溝。

首先是「上下文窗口」(Context Window)的限制。一個大型軟體的程式碼庫,可能包含數千萬行程式碼,換算成 AI 能理解的單位(Token),高達數億之譜。目前的 AI 模型,即便擁有百萬級別的上下文窗口,也如同管中窺豹,無法一次性掌握整個專案的全貌。這就像一位試圖修改一部鉅著的編輯,卻每次只能閱讀其中一頁。

其次是「持續學習」(Continual Learning)的挑戰。一個優秀的工程師,不僅理解程式碼,更理解背後的「人」。他知道團隊的技術偏好、過往的失敗嘗試、組織的文化脈絡。這些非結構化的隱性知識,是 AI 目前難以吸收的。

最後,AI 必須具備與真實世界互動的能力。軟體工程師不僅是寫程式,他會運行程式碼、查看監控系統的日誌、使用各種開發工具。AI 也必須學會操作這些工具,建立一個完整的「測試-驗證-修正」迴圈,才能真正成為一個可靠的開發夥伴。

未來開發者的終極價值:「品味」

當 AI 逐漸接管低階的開發工作,未來軟體開發者的核心價值會是什麼?Truell 給出一個言簡意賅的答案:「品味」(Taste)。

這裡的「品味」,不僅指涉視覺設計或使用者介面的美感,更是一種對產品本質的洞察力與判斷力。它關乎「應該打造什麼樣的產品」,以及「軟體應該如何運作」。傳統程式開發的過程,很大一部分是人類在扮演「人肉編譯器」的角色,將高層次的想法,轉譯成電腦能理解的迴圈、變數與函式。

未來,這個轉譯過程將被 AI 自動化。人類開發者的價值,將體現在定義產品的靈魂、設計核心邏輯,以及對使用者需求的深刻理解。這種洞見與方向感,將是 AI 無法取代的。

一次關鍵轉向:從 CAD 到 Code 的創業原點

Cursor 的驚人成長並非一蹴可幾。其創業故事,歷經數年的摸索、挫敗與重寫,本身就是一個關於「品味」、熱情與關鍵轉向的絕佳案例。

Trull 與團隊的起點,並非今日我們所見的程式開發工具。他們最初的宏大夢想,是為機械工程師打造一款 AI 輔助的電腦輔助設計工具,能像自動補全程式碼一樣,預測 3D 模型的下一步修改。在投入近一年時間,建立了龐大的運算叢集、訓練了數百億參數的模型後,他們毅然決然地放棄這個方向。

原因有二:首先,團隊成員皆為軟體工程師,對機械工程缺乏發自內心的熱情;其次,當時的 3D 模型數據量遠遠不足以訓練出真正實用的 AI,技術時機尚未成熟。這次關鍵的轉向,讓他們回歸自己最熟悉、也最熱愛的領域。他們意識到,創業之路艱辛,唯有對所做之事懷抱巨大熱情,才能支撐團隊走過必然的低谷。

打造護城河:精準延攬與大膽想像

正是這種「預見未來」的信念,促使 Cursor 做出一個當時看來極不尋常的決定:放棄開發主流的 VS Code 擴充套件,而是選擇直接打造一個完整的、深度整合 AI 的編輯器。這個看似繞遠路的策略,卻為他們後續的快速迭代與創新,奠定最堅實的基礎。

在團隊建立上,Truell 強調初期招募的極端重要性。他們極其審慎地延攬最初的 10 位核心成員,因為這批精英不僅定義公司的技術實力,更塑造未來的文化與標準。高品質的早期團隊,會像磁鐵一樣吸引更多頂尖人才,形成正向循環。

Truell 將當前的 AI 開發工具市場,比作 90 年代末的搜尋引擎大戰。這不是一個傳統的企業軟體市場,而是一個潛力無窮、贏家通吃的市場。誰能率先取得技術突破、誰能透過龐大的用戶數據建立起「數據飛輪」,誰就能定義下一個時代。

Read more

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

OpenAI CEO:AI 神性、員工離奇死亡以及馬斯克

人工智慧是否具有生命?這個問題在大型語言模型如 ChatGPT 問世後,反覆縈繞在許多人心中。它能推理、產生未經程式設定的結果,甚至看似擁有創造力。然而,OpenAI 的執行長山姆・阿特曼(Sam Altman)對此提出清晰的見解。他認為,這些系統並不具備生命。 「它們不會主動做任何事,除非你提出要求。」阿特曼說明,這些模型缺乏自主性或內在動機,只是被動地等待指令。他認為,使用者與之互動越久,那種看似生命的幻覺就越可能消散。儘管如此,它們作為工具的強大能力無庸置疑,展現出近似智慧的表現。 幻覺、謊言與數學機率 當人工智慧提供錯誤資訊時,究竟是產生「幻覺」還是蓄意「說謊」?阿特曼解釋,這兩者之間存在根本差異。他以一個早期模型的例子說明:若使用者提問「塔克・卡爾森總統是哪一年出生?」模型可能會編造一個年份,而非指出此人從未擔任總統。 這並非出於欺騙的意圖,而是一個基於訓練資料的數學機率問題。「因為在訓練過程中,直接否定使用者的前提,並不是最可能出現的回應。」模型會假設使用者的提問基於事實,然後在其龐大的資料庫中,

By Fox Hsiao
Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

Palantir CEO Alex Karp :不用戰爭也能擊敗中國的「太極戰略」,你看懂了嗎?

軟體公司 Palantir 執行長亞歷克斯·卡普(Alex Karp)是一位同時擁有忠實支持者與激烈抗議者的科技領袖。他的公開談話,不僅僅是關於技術或商業,更深刻地反映一種獨特的世界觀,一種關於建立、競爭與西方價值體系的哲學。在這場訪談中,卡普對環繞著他與公司的各種爭議,提出一套完整且充滿挑戰性的論述。 面對為何有人支持、有人反對的提問,卡普將其支持者描繪為「實踐者」(builders)。他認為,這群人懂得欣賞成果,他們衡量一項成就的標準,是基於其是否能超越外界普遍預期的懷疑與折扣。卡普直言:「實踐者們看見那些極具天賦的人,會對所有言論打上折扣,並根據超越這個折扣率的表現來衡量成就。」 Palantir 的發展歷程充滿反直覺的挑戰,從商業模式到公開形象,始終不被看好,但最終以卓越的成果贏得這群人的信賴。 另一方面,他將抗議者歸因於一種由學術機構灌輸的「失敗者崇高論」。他認為,許多抗議者深信自己無法進入科技的核心圈,因而轉向一種假設失敗者更高尚的哲學模型。卡普批判道:「當你認為自己處於失敗的那一方,你就會假設道德不可能站在你的對立面。」他認為,這種思維源於部分學術機構,這些機構將美

By Fox Hsiao
馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

馬斯克最新訪談:兩萬鎂機器人、AI 超越人類、30年移民火星、衛星直連手機服務

在 2025 ALL-IN 訪談中,伊隆・馬斯克分享他對旗下數個野心勃勃計畫的最新進展與未來藍圖,從特斯拉(Tesla)的人形機器人、xAI 的通用人工智慧,到太空探索公司 SpaceX 的星艦與星鏈計畫,勾勒出一幅以科技突破確保人類文明永續發展的宏偉願景。 Optimus:定義未來的勞動力 Musk 堅信,Optimus 人形機器人將是人類的巔峰之作,並將其形容為人類歷史上最偉大的產品。目前,開發團隊正在進行第三版設計的定稿工作。他分析,要成功打造一款能普及的通用型人形機器人,必須克服三大挑戰:擁有與人類相仿的靈巧雙手、一個能理解並與現實世界互動的人工智慧心智,以及大規模生產的能力。 在這些挑戰中,又以手部的設計最為艱鉅。人手經過長時間演化,本身就是一台極度精密的儀器,能執行各種複雜任務。他強調,要創造一個通用的人形機器人,就必須解決手部的問題。 另一個重大障礙是供應鏈的匱乏。Musk 表示,由於現今市場根本不存在適用於人形機器人的關鍵零組件,團隊必須從頭設計與製造。他無奈地說,這些關鍵零件根本買不到,因為它們在市面上並不存在。 之所以堅持採用人形設計,背後有其務實的考量

By Fox Hsiao
哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

哈佛證實:AI正在扼殺新鮮人的第一份工作!6200萬筆數據揭露的殘酷真相

生成式人工智慧(Generative AI)的浪潮正席捲全球,其對勞動市場的衝擊成為各界關注的焦點。當前的討論多半圍繞在工作機會的增減與技能需求的轉變,然而,一份來自哈佛大學的最新研究,透過分析大規模的美國履歷與職缺數據,揭示一個更細微卻極其關鍵的趨勢:生成式AI的導入,可能正在不成比例地影響資淺員工的就業機會,形成一種「偏重資歷的技術變革」(seniority-biased technological change)。 這份名為《生成式AI作為偏重資歷的技術變革》的初步研究報告,由研究者Seyed M. Hosseini與Guy Lichtinger共同撰寫。他們檢視自2015年至2025年間,涵蓋近6200萬名工作者、分屬28萬5000家美國企業的履歷資料,以及超過2.45億筆的職缺公告,試圖描繪出AI技術擴散下,企業內部人力結構的真實變化。 數據揭示的關鍵轉折點 研究的核心發現,在於企業導入AI前後,不同資歷員工的僱用趨勢出現顯著分歧。過往從2015年到2022年中期,無論是資深或資淺員工,其就業增長率大致維持同步。然而,一個明確的轉折點出現在2023年第一季,這恰好是生成

By Fox Hsiao