在人工智能能够迅速将创意转化为可执行产品的时代，vibe coding 已不再是一种行业噱头，而是成为了产品验证和开发效率提升的重要趋势。Cursor 在这一浪潮中迅速崛起。2025 年中，该公司成功完成了一轮融资，估值接近 100 亿美元。然而，伴随其高速发展而来的，还有关于代码质量、安全漏洞和可持续盈利的严峻挑战。本文将通过回顾 Cursor 的发展历程，分析其产品定位与商业模式，比较竞争对手的格局，并探讨在机遇与风险之间，它可能的未来路径及关键因素。

Cursor 是 Anysphere 公司于 2022 年推出的一款AI编码产品，也是该公司当前唯一的产品。它是基于 VSCode 的一个独立分支，选择成为独立产品而非插件是出于怎样的考量呢？从早期的发布文档中可以找到线索，Cursor 旨在让用户在熟悉的开发环境中，完全掌控编辑器的用户界面，进而更好地与AI集成，专注于提供卓越的 AI 驱动编码体验。这意味着，Cursor 追求的并非仅仅是插件市场的份额，而是未来集成开发环境（IDE）的主导地位。目前，Cursor 的产品形态包括本地 IDE、Web 版本及命令行界面（CLI）。

如果用一句话来概括 Cursor 的核心定位，那就是：并非改造现有的IDE，而是在重新定义IDE。早期，Cursor 官方网站的口号为“我们的目标是创造一种神奇的工具，以编写全球软件为使命”，而最新的口号则变为“为了让您极其高效，Cursor 是与 AI 编码的最佳方式”，更强调了 AI 对生产力的提升。传统的 IDE，如 VS Code、Jetbrains 和 Eclipse，通常是以编辑器为中心，开发者通过插件和配置进行个性化设置，在编辑器中手动编写代码，而后续的产品升级也只是简单地增加 AI 的功能。而 Cursor 则采用以 AI 为核心的原生产品逻辑，开发者通过自然语言描述需求，在一个流畅的上下文中与 AI 互动，由 AI 完成架构设计与代码开发，开发者的主要任务是进行评审。此外，这种低门槛的 vibe coding 体验也吸引了许多高管、非技术创始人及产品经理等没有编程经验的人士，帮助他们加速验证想法。

纵观整个 AI 编码领域的多款产品与插件，无论是曾经的领军者 GitHub Copilot，还是初创公司 Windsurf、Codium、Cody 和 Augment，Cursor 始终处于行业领先地位。根据最新数据显示，Cursor 的用户数量已超过 100 万，其中付费用户约为 36 万；年经常性收入（ARR）超过 5 亿美元，并且保持着极高的增长速度，融资达 9 亿美元，估值接近 90 至 99 亿美元。

融资历程

产品演变阶段

从产品能力发展的角度来看，Cursor 走过了四个关键阶段，其核心能力从最初的代码编辑提升，逐步演化为一个集成化的 AI 原生开发环境。

1. 阶段一：基础编辑器 + AI 辅助（2022-2023年初）

• 提供类似于但更胜于 GitHub Copilot 的体验：编辑器内 AI 能力的不断迭代，包括代码补全、内置 AI 聊天框支持代码解释、代码修改及自然语言生成代码等功能。

• 用户特征：早期用户大多为“尝鲜型开发者”，用于快速试验小段代码或进行学习。

• 产品定位：与 GitHub Copilot 区别开来——不是单一插件，而是“自带 AI 的代码编辑器”。

• 阶段二：全项目理解 + 多文件编辑（2023中-2024上半年）

• 基于整库理解的单/多文件联动编辑能力：引入 codebase embedding model，能够理解整个代码库，实现多个文件之间的联动修改，如 Tab 和 Inline Edit 等。

• 用户特征：不仅限于演示，能够应用于中等规模的真实项目。

• 产品定位：开始向 AI 助手/AI 代理的方向发展，不再是简单的代码补全。

• 阶段三：Agent 化 + 企业功能扩展（2024下半年-2025初）

• 打造 Agent 能力，并聚焦于企业场景：引入能够自主执行复杂、多步骤任务的 AI 智能体，包括 Agent、Background Agents 和 BugBot 等；增加企业相关功能如团队订阅、使用仪表盘、权限管理及隐私模式。

• 用户特征：Cursor 不再仅仅是个人 AI 编辑器，而是适合团队使用的开发协作环境。

• 产品定位：与 Windsurf、Replit Agent 形成竞争，强调全流程的 AI 开发环境。

• 阶段四：AI 软件工程平台（2025进行中）

• AI Native IDE，全自动化开发：依据需求生成可运行的完整应用，例如“给我加一个登录系统”，AI 将调用多个代理，自动完成前后端的改造。同时，增强与外部系统的集成能力，接入 MCP 等功能。

• 用户特征：AI 从工具升级为开发伙伴。

• 产品定位：朝着AI软件工程平台迈进，有潜力成为新一代开发范式的代表。

核心能力

0303.竞争格局

AI 编程领域的竞争态势可分为三大主要阵营：

• 大型企业生态驱动型：微软、AWS、谷歌 —— 这些公司将云服务与集成开发环境（IDE）结合，适合企业用户和大规模的推广。

• 模型供应商扩展型：OpenAI、Anthropic —— 这些公司将强大的模型能力应用于编程，但缺乏完整的工具生态。

• 以 AI 为核心的创业公司型：Cursor、Replit —— 主要关注开发体验的创新，虽然灵活迅速，但在与巨头竞争时面临挑战。

大型企业生态驱动

• 特点： 这些平台型或生态驱动型产品，通常在传统 IDE 的建设上比较成熟，或是典型的互联网大企业拥有完善的生态体系。

• 典型代表：微软（GitHub Copilot / Workspace）、亚马逊（CodeWhisperer/ Kiro/Amazon Q）、谷歌（Duet AI / Gemini Code Assist/ AI Studio）、IBM、甲骨文等

• 定位及策略

• 与现有生态系统紧密结合：AI 不再是一个独立的产品，而是作为现有开发或云平台的增强功能。优先考虑安全性、合规性及企业市场，尤其是 AWS 和 Azure 的用户群体。

• 与现有收费模式相结合，例如 GitHub Copilot 与 GitHub 企业版捆绑，CodeWhisperer 与 AWS 账户相结合。

• 优势：

• 广泛的客户基础，生态系统的锁定程度高（例如 GitHub 拥有超过亿名开发者）。

• 在企业合规性、安全性和治理能力方面相对成熟。

• 产品渗透力强，推广成本低。

• 劣势：

• 创新速度较慢，功能多为 Copilot/补全型，并非真正的 AI 原生 IDE。

• 跨生态迁移困难（在 AWS 工具链内体验良好，但一旦离开 AWS，表现则较弱）。

• 产品容易被视为“附属功能”，缺乏独立的品牌认知。

补充说明：在这些代表性企业中，AWS 已经尝试推出 agentic AI IDE 工具 Kiro，旨在将快速原型开发转化为可投入生产的软件系统，目前仍处于预览阶段，产品的稳定性、语言支持和生态整合仍需进一步完善。但显然，这些传统厂商的战略方向正在从“实验室 + 云生态 + agent 驱动”逐步转型，特别是在生产级别的结构化（specs, hooks, agents）方面比一般工具更为深入，成为 Cursor / Codex 等后起产品的潜在竞争者之一。

模型供应商扩展型

• 特点：将强大的大语言模型能力直接应用于编程场景

• 典型代表：OpenAI Codex、Anthropic Claude Code

• 定位及策略

• API / 模型即服务：这是最常见的路径，提供大模型 API / SDK，以便 IDE、企业 SaaS 或云服务商进行集成。例如 OpenAI Codex 可用于 GitHub Copilot，Claude 可用于 SaaS 代码生成工具。

• 企业定制化 / 私有部署：针对金融、政府及其他敏感行业，提供 微调、私有化部署、大模型微调。核心优势在于 安全、可控制及高度定制化。

• 轻量化模型 / 开源策略：Mistral、Local LLM 等通过开源或轻量化模型抢占低成本嵌入场景。这些模型的优势在于能够与 IDE 或内部平台深度绑定，但模型能力相对较弱，需依赖后续开发来增强。

• 差异化策略

• OpenAI：依靠生成质量与 API 生态，追求规模化发展。

• Anthropic：以安全、可控的 AI 为特色，重点关注企业合规场景。

新兴AI企业：Mistral与AI-first创业模式的商业潜力

• Mistral / 本地 LLM：借助嵌入能力与隐私保护，专注于低成本的企业应用场景。

• 优势

• 模型能力卓越

• 支持多语言和多框架，超越了IDE的限制

• 快速创新：模型的迭代速度极快，能够持续提升生成的质量

• 灵活接入： API接口可嵌入多种产品，从而降低用户的迁移成本

• 短板

• 工具链不完善：缺乏调试、版本控制及项目管理等功能，需依赖第三方工具

• 用户留存困难：高度依赖模型本身，缺乏强有力的生态系统，用户容易转向其他产品

• 企业级应用受限：对大型团队的协作管理、代码安全及合规支持不足

• 成本与性能的挑战：高质量模型的生成需要显著的计算能力，导致运行成本较高，且体验受网络和延迟影响

AI-first 创业模式

• 特点：在LLM迅速发展的背景下崛起的AI原生产品。

• 典型代表有：Cursor、Replit 和 Windsurf等

• 定位与策略

• AI原生体验：突显代理编程、上下文理解、自动重构及跨文件识别能力。

• 开发工具本身便是核心产品，不再是附属功能。

• 灵活的商业模式：包含SaaS订阅、API，甚至是freemium社区。

优势

• 产品创新速度迅猛，能够率先尝试全IDE替代、智能代理和长任务执行。

• 更紧密贴合开发者的需求（例如Cursor的repo-wide context）。

• 在开发体验和前沿探索方面，通常领先于传统厂商1至2年。

短板

• 企业级功能、合规性与安全治理仍需加强。

• 生态系统相对薄弱，依赖GitHub、GitLab和VS Code等现有平台。

• 商业化路径尚在探索阶段，抗风险能力不足。

综合以上分析，未来或许会出现以大型厂商生态为驱动（如微软、AWS、Google、阿里巴巴、字节跳动）为基础，依靠IDE、云计算和协作工具形成闭环，从而实现快速规模化。而模型提供商如OpenAI、Anthropic、Mistral等则可能依托模型能力与API/SaaS/私有部署来绑定生态或企业客户。两者相结合的趋势下，未来的AI编程很可能是模型、云/IDE与企业场景的闭环，模型厂家要么自建生态，要么依赖大型厂商的集成。

0404.商业模式

Cursor目前采用订阅制和使用量限制的混合商业模式，个人、团队和企业版本是主要的市场路径。附加值服务和模块（例如Bugbot或其他安全/质量审查组件）也成为了变现的关键。

订阅制（Subscription）：月费或年费（例如Pro版、团队版，价格范围从每月20美元到200美元），核心在于付费解锁更多AI功能（如更长的上下文、更强的模型及团队协作）。

使用额度（Quota-based）：不同档次的订阅会附带调用次数或token数量，超出后需额外购买或升级套餐。类似于手机流量包，而非一次性无限制。

多模型差异化：用户付费不仅是购买功能，还包括更强的模型（如Claude、GPT-4.1、o1等），因此收费与模型接入成本密切相关。

团队定价：提供基于人数的座位定价和配额共享的团队套餐，强调协作与权限管理。

值得一提的是，Pro版本在2025年7月将每月500次请求的限制改为按使用量计费，引发用户的不满，随后公司撤回了这一变更并承诺退款；而在2025年9月，Cursor将团队套餐从按请求次数计价改为按token数量计价，个人专业版的「无限量」模式也被取消，调整为「有竞争力的价格」，该变更将在9月15日生效。





简而言之，Cursor的收费方式更像是结合了云计算能力与软件即服务（SaaS）的产品，实际上是在提供人工智能模型的调用能力和用户体验。因此，其定价结构与用户的使用习惯紧密相关。相比之下，传统的SaaS收入模式则显得更为稳定，因其边际成本极低，定价主要依据软件功能的价值而非底层的成本。这两者之间看似相似，但实际上却存在本质的区别。

虽然Cursor在迅速扩展，但也暴露出了一系列问题，例如安全信任、代码质量及责任链、成本与盈利的可持续性，以及企业需求与合规性等。如果这些问题得不到有效解决，将可能成为其发展的重大障碍，尤其是商业模式方面的问题。根据技术快报的报道，AI编程工具（如Cursor和Windsurf）存在严重的亏损，用户使用越多，亏损越大，这也暴露了其商业模式的缺陷。通过分析Cursor的商业模式，可以发现其负毛利率的根本原因在于：

高昂的算力成本
Cursor的核心体验依赖于外部的大模型提供商（如Anthropic和OpenAI），而调用这些模型的价格本身就不低。用户使用量越大，Cursor需要承担的成本就越高。

订阅价格与成本的错位
假设用户每月支付20美元，但高强度调用可能导致模型成本高达40美元。这就造成了“使用越多，亏损越多”的局面。这或许也是Cursor近期频繁调整订阅计划内容的原因。

缺乏规模效应
在传统SaaS中，随着用户数量的增加，毛利率通常会提升。而Cursor即便扩大规模，也难以降低调用成本，反而可能面临更多重度用户的挑战。

上游厂商可能成为潜在竞争者
OpenAI推出了Codex，而Anthropic也在加强Claude Code。Cursor不仅依赖这些模型，还需面对来自它们的直接竞争。

如果商业模式的问题得不到及时解决，则会引发以下外部危机：

盈利能力薄弱：尽管用户数量快速增长，收入规模扩大，但毛利率持续为负，难以吸引长期投资。

缺乏议价权：对上游模型的掌控能力不足，成本被锁定。

定价空间有限：若Cursor的订阅价格明显上升，将迅速失去开发者市场；而降价则很难覆盖成本。

用户价值不清晰：用户心中对于Cursor的增值价值并不明确，是否仅仅是Claude的高级封装。

Cline的Nick引用了Chris Paik的一句话：“大多数订阅业务是固定收入、可变成本——这是一个激励机制的定时炸弹。” 换句话说，当成本随用户使用量暴涨，而收入却保持固定时，公司的处境会愈发艰难。

市场风险与潜在机会

AI编程工具市场正在经历一场颠覆性的变革，传统集成开发环境（IDE）已经发展了数十年，在这场三方竞争中，能够定义新一代研发体验的将成为未来的领军者。要想在这场竞争中占据有利位置，需要在技术、产品、生态和商业模式四个方面构建综合优势：

1. 技术与数据
强大的模型能力依然是根本，完全依赖第三方模型意味着长期为模型服务。工程能力同样重要，低延迟、低成本和高稳定性是企业级推广的必要条件。通过真实用户的交互和代码上下文数据的不断微调与迭代，工程与模型的结合将形成数据飞轮，使得产品越来越出色。

2. 研发范式的重塑
深入了解开发者的需求，重塑研发流程，构建人机协作的新模式。同时，需确保生成的代码可追溯、可审计，以满足企业客户对安全和信任的要求；开放插件和代理机制，让生态合作伙伴深入参与，共同满足更多个性化需求。

3. 商业持续变现
C端的订阅模式虽然能迅速带来规模增长，但长期的稳定性和客单价的提升则依赖于B端企业化。通过重塑研发范式，成为企业研发的基础设施。此外，构建一个平台级商业模式，通过插件和代理市场的分成，也是实现生态抽成的重要途径。

4. 生态与标准：通过与上下游的深入整合，打造一个开发者生态系统，形成用户的使用习惯和良好声誉，积累用户的忠诚度。实现跨平台的渗透，涵盖本地IDE、云端IDE以及移动IDE等多种形式和入口，力争成为开发者的首选平台。巩固新的研发模式，使其成为行业的通用标准，确立标准的制定权，构建长期不可替代的行业地位。。

Cursor面临的困境，实际上是 AI SaaS普遍存在的挑战：虽然底层算力并不属于自身，却试图用SaaS的方式进行定价。只要这种“成本外部化、收入固定化”的矛盾存在，毛利率就难以改善。在这四个方面，Cursor在第2和第4点上具备明显优势，产品体验和用户心理走在前列，但在第1点缺乏模型和第3点商业模式上却隐藏着重大风险。基于此，我们认为，未来Cursor若想走出当前困境，找到市场的平衡点，可以考虑以下几条出路：

1. 与模型分离：自主研发模型，降低对外部模型的依赖。例如，常见的场景可以使用小型模型进行覆盖，而复杂任务则依赖外部的最优模型，形成混合架构；通过工程手段来优化模型的调用，降低调用成本。在代码理解、重构等更为专业的场景中进行精确调优，减少对通用模型的依赖，确保模型持续优化。

2. 更加精细的分层计费：向保险行业学习，实施更为细化的用户分群，建立透明且合理的计费机制。例如，个人版保持低价，按实际使用量收费，确保成本清晰可见；同时增强企业版的功能，拉开不同版本间的功能梯度，提升客单价，未来的B端市场将是终极战场。

3. 全链条整合：掌控整个研发工作流程，产品升级为研发全生命周期的平台，实现从工具到研发基础设施的全面升级。与GitHub、GitLab及云服务提供商合作，嵌入研发基础设施，争取成为默认的入口。同时进一步开放生态，让开发者与第三方扩展功能，Cursor将作为平台进行抽成。

0707.写在最后

Cursor已经站在AI编程工具行业的最前沿，从一款外表类似“高效编辑器”的工具，发展成为可能引领未来开发体验的平台。高估值与快速的ARR增长表明市场对其能力和潜力的认可，然而成本与收益的商业模式问题必须在短期内加以解决。

如果我们从时间的角度来看，未来一到两年内，Cursor能否成功转型为企业级平台将成为整个赛道的重要分水岭，究竟Cursor是会从巅峰滑落被收购，还是进入新的发展高峰，让我们拭目以待。