Cursor联创Michael Truell访谈实录：AI 编程工具的反常识起点与非传统成长之路

推荐语

Cursor如何从失败的3D项目转型为AI编程工具？揭秘其反常识的创业路径与精英团队运作逻辑。

核心内容：
1. Cursor从3D工程到AI编程工具的转型关键点
2. 反向创业策略与10人精英团队组建经验
3. 在爆炸性增长中保持专注的产品哲学

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

作者｜大模型机动组
邮箱｜damoxingjidongzu@pingwest.com

从0到数百万开发者，Cursor 正成为 AI 编程时代最受瞩目的新工作界面。

它不是另一个代码补全插件，而是一套从界面到底层架构为 AI 编程而生的系统。从分叉 VS Code 到构建 AI 原生编辑器，Cursor 选择了一条远离扩展生态、重构工作流的路径。

在“氛围编程”概念泛滥的背景下，它强调抽象控制、保留代码可读性，并提出一种不同于“全自动编程”的专业化范式。

在本期 Notion 播客中，Notion CMO Lena Waters 与 Cursor 联合创始人 Michael Truell 回顾了 Cursor 从失败的 3D 工程项目转向代码工具的转折点，讲述了为何要“反向创业”、如何组建首支10人精英团队，以及在爆炸性增长中仍保持极致专注的内部运转逻辑。AI 编程的界面、流程与组织形态，正在 Cursor 身上显露雏形。

以下是播客的内容实录：

Lena Waters：欢迎来到《First Block》，今天我们邀请到了 AnySphere 的联合创始人兼CEO Michael Truell，感谢你今天来到这里。AnySphere 是 Cursor 这款 AI 代码编辑器背后的团队。不到一年的时间里，Cursor 就从一个副业项目发展成为开发界增长最快的 AI 工具之一。 

让我们回到故事的起点，因为故事的开端并非最终结局。先从简单的问题开始，你怎么向祖母解释 Cursor ？

Michael Truell：我还记得我向住在佛蒙特州乡下的家人和祖父母解释过 做Cursor 时的情景，那里是一个只有500人的小镇。当时刚开始着手做后来成为 Cursor 的项目，收到了他们很多异样的目光。

Cursor 是专业开发者使用 AI 开发软件的最佳方式。我们深耕编程领域，就好比 Google Docs 之于写作、Notion 之于笔记、Figma 之于设计一样，这就是知识工作者进行代码编写工作时所处的窗口，我们用 AI 帮助他们更快地完成工作。

从失败的机械工程项目，到回归热爱的编程

Lena Waters：最初是什么灵感促使你们产生了这个想法？

Michael Truell：我和来自麻省理工学院的三位密友共同创办了这家公司，我们过去有过很多合作，我们都有很长时间的编程经历，从很小的时候就是，有人是通过开发游戏接触到编程的，有人通过制作机器人，有两人最初就从事 AI 工作。

我们的背景包括在大公司开发推荐系统，研究 AI 学术应用，比如提高机器人从“是”或“否”奖励数据中学习的速度，改进计算机视觉算法等。我的一位联合创始人在2020-2021年曾创建 startup，运用 LLM 技术挑战 Google。

我们都来自 AI 背景，2021年有两个时刻让我们非常兴奋。一是使用 GitHub Copilot 的早期测试版，这是我们用过的第一个真正实用的 AI 工具，也是十年来最有用的开发工具。这让我们清楚地认识到， AI 就像一套全新颜料，未来会发生更多可能性。

另一个兴奋点是，我们追踪了 OpenAI 等机构发布的研究成果，这些研究表明扩大数据规模和模型规模，就能获得可预测的回报，这个趋势还有几个数量级发展空间。这两件事让我们对这些模型的能力以及利用这些模型开发产品的可能性充满期待，萌生了创办一家公司的想法，然后创新尝试，预测该领域在未来技术成熟时的形态。

原因有两个，随着 AI 技术成熟，知识工作所需的界面会发生变化；但更重要的是，如果你打造了承载知识工作的产品，就能建立规模化业务，进而推动底层技术发展，实际改进底层模型，形成良性循环，最终提升更多知识工作效率，自动完成那些我们不想做的部分，这就是我们的灵感来源。

其实我们有过一次失败的尝试，经历了一年迷茫期，尝试了几个相关创意。主要选择了机械工程领域，是个有点枯燥而且发展迟缓的行业，我们受到 GitHub Copilot 和编码工具的启发，但觉得编码领域竞争太激烈了，有十几家企业在做，微软也在做，无法与之竞争，所转向机械工程领域。

我们开发了自动化 MEC E 部件的模型，重点训练3D自动补全模型，预测在CAD系统中的零件建模，投入大量时间研究 3D机器学习，可将问题建模为3D问题，也可以把它当作文本补全问题，即把在CAD系统中进行的操作转化为文本形式的代码，就像方法调用的文本，训练模型擅长文本补全，用户只看到3D自动补全，但这个过程耗时不少。创始人市场契合度很差，我们不是机械工程师，存在严重认知盲区，最终决定先放一放，转而决定去做我们真正热爱的编程。

Lena Waters：这是否是转型时刻，意识到选错领域了？

Michael Truell：主要是CAD数据耗尽，技术细节上，3D机器学习还不成熟，现有预训练模型迁移效果差。GVN 当时表现不佳，至今在这个领域的表现也一般。我们也不擅长，难以直接获取成果，全靠专项训练。最终，互联网上的CAD数据枯竭，CAD数据比代码数据少好几个数量级。多重因素导致，几个月后热情消退。

为什么要重写编辑器：插件不足以承载，窗口才是核心

Lena Waters：谈谈分叉VS Code，这看似大胆。开发者对编辑器向来忠诚度很高。你们是有意打破常规吗，还是偶然为止？这个决定是如何做出的？

Michael Truell：开发 Cursor 时，理念是未来编程工作都会通过模型完成，软件开发方式将巨变，有可能创建新开发模式，改变当前晦涩费力的状态，现在需要编辑数百万行的逻辑文件，也不需要很多人花大量时间来做这些事。

我们认为软件开发应该只需明确软件的功能和外观即可显然需要重塑软件开发界面，必须修改UI。所以自建编辑器从一开始就不存争议，而非开发扩展。有争议的是选择什么基础框架。实际上，我们最初并没有基于 VS Code 来开发编辑器，这是我们现在的做法。

很多浏览器也是这样做的，当他们基于 Chromium 开发时，一开始我们是从头开始构建一切的。我们基本上开发了一个简化版的、可用的VS Code，并且加入了第一批 AI 功能，它有自己的插件系统、集成终端、远程SSH功能、LSP集成以及当时的 Copilot 集成，当时我们还没有自动补全功能。

这样的例子不胜枚举，后来我们意识到，按照这个路线走下去开发周期会很长，我们很多的时间和精力都会花在重复造轮子上，所以我们决定基于 VS Code 开发。

Cursor 的 LLM 工程哲学：氛围编程不是终点，抽象提升才是正道

Lena Waters： 我们来谈谈 AI ，这是个热门话题，但开发真正原生的 AI 产品面临很多挑战。“氛围编程”是个新的流行语，你提到过它的风险，比如当 AI 编写大部分代码时，开发者会失去思路。你认为应该如何在速度和控制之间找到平衡？

Michael Truell：我们并不认为自己是一个“氛围编程”平台。尽管在最初的推文里我们是被提及的一方。我们希望让专业开发者能够提升抽象层次，减少与冗长的编程语言样板代码打交道，更多地在高层次指定逻辑。

看待 LLM 的一种方式是，它们像是可以委托工作的助手；另一种看法是，它像高级解释器和编译技术，以前需要详细说明，详细写出条件语句、循环语句、非常具体的变量等。但现在 LLM 可以填补这些空白，它掌握大量上下文信息，了解你的组织背景，熟悉现有软件，我们可以表述得更简洁。

我们的目标是让专业开发无需频繁地看代码，但目前尚未实现。问题是需要关注多少代码？目前对于专业开发人员来说，在进行原型开发时，看到跳过该步骤的工具涌现很酷，但在多人协作时，从几十到上千人规模，目前还是得看代码。即使在最终抽象状态下，保持对代码的适度关注也很重要，这是产品开发的重要考量。

Lena Waters：也许英语还不是新编程语言，但未来有可能会是。你认为这对我们开发和构建软件会意味着什么？

Michael Truell：我们需要跨越一个有趣的鸿沟，如果把 Cursor 的一些功能做到非常出色，比如准确预测你在任何代码库的后续操作，或者智能体功能，从更高层面询问代码库相关问题并请求进行更改处理。如果这些功能变得非常好，那就会面临这个问题：如果用它来编写50%的代码，是否可以不用仔细地看代码，要实现这点有一系列难题需要解决。

潜在问题是，可能需要改变编程语言形态，拥有可查看的书面逻辑表述很重要，这是代码的重要功能，这个功能不会消失，我认为这能会达到更高层面。因此对我们来说，我觉得它不会像英语，而更像是形式化编程语言的演进，变得更高级。所以我认为，语法高亮仍然存在，像方法这类概念也依然会有，你可以给一段逻辑命名，并在很多不同的地方使用它。不过在这些方法内部，可能会更接近英语表述。

Lena Waters：我们来聊一聊 Cursor 发展情况。Cursor 的崛起速度可不慢，是什么推动了它的加速？你们在大约一年的时间里就实现了从零到大规模采用。

Michael Truell：一开始我没觉得发展得快，如前所述，我们经历了荒野般的第一年。我们长期研究最终没有成为 Cursor 的想法，大概持续了六个月，那段时间我们研究机械工程，还在进行 3DML 模型相关的开发。

推出 Cursor 后，又花了一年时间来打磨产品，才真正开始加速。产品一直在发展，但前期数据增长缓慢。直到把产品调整到一个良好的状态，既做好终端应用方面的工作，也开发了关键产品杠杆，即与基础大模型配的定制模型，这些因素共同让 Cursor 变得更好。

10人团队的黄金期：招聘哲学与节奏控制

Lena Waters：早期有没有哪些错误，影响了你们现在的发展方式？

Michael Truell：我们确实犯了很多错误。最大的错误在于具体细节，就像任何实验性产品的开发过程一样，如果一开始就知道最终答案，就可以省去很多时间，直接采用捷径去打造产品。因为很多经验来自实践，这是第一类错误。另一方面，在公司建设上，我们本可以根据后来的发展情况，更早地组建公司和招聘。

Lena Waters：有没有某个关键岗位，对公司带来重大影响？

Michael Truell：我们对最初招聘的10个人非常在意，对首批员工有些歉疚，当时公司只有4个人，大家都很热爱自工作，所以强度很大。首位加入的员工独当了两三个月，因为我们分批招聘，大概每两个月招一个人，所以他们不得不整天和我们相处，几乎每顿饭都在聊工作，氛围比较封闭。

现在情况有所不同了，但我们当初招聘前10个人时非常谨慎，每个人对公司的成功都至关重要，这是个神奇的跨职能团队。作为公司，我们要打造一款每天有数百万人使用、每次使用时长超过8小时的产品，也就是成为人们在电脑上常用的工具，必须追求极致体验，甚至还要进一步提升。

同时我们知道两年后的 Cursor 和现在的 Cursor 会大不相同，就像现在的 Cursor 和一年前的也不一样。需要进行大量的实验，产品端必须卓越，模型端也是，ML和扩展的基础架构也要卓越。最初的10个人在各个领域都很突出，资历也很丰富。包括之前中途辍学加入我们的优秀人才，也有曾是 GitHub 第15位工程师、担任过基础设施副总裁的人，团队在职能和资历方面非常多元化。

Lena Waters：你说过早期最大的错误之一是招聘速度太慢，是什么阻碍了你们，后来又是什么让你们改变了想法？

Michael Truell：其实从很多方面来看这也算是一种优势，但我们过度害怕关注优化产品之外的事。我记得早期有个实习生，在打磨产品的第一年，他说：“产品已经足够好了，我们什么时候停止专注于产品开发，开始拓展业务？”但当时我们真的只担心专注于产品之外的事情。我们每天都专注于产品的编码工作，我们回避演讲活动、也不做社交和招聘。我觉得这对公司发展不利，因为找到优秀的人才需要时间，而我们当时对此投入的精力不够。

Lena Waters：说到幕后运营，你们怎样使用内部工具，除了用 Cursor，你们在采用或淘汰工具方面是怎么考虑的？

Michael Truell：我们想使用最顶尖的工具，优秀工具的投资回报率非常高，它们成本很低却效果显著。所以我们很乐意进行尝试。同时我们也大量使用 Notion 和 Slack 这类大家熟知的工具。

Lena Waters：说到工具和 Notion，我们可能有点好奇像你们是如何使用Notion的。它对 Cursor 有什么作用？

Michael Truell：它帮助公司的快速扩张，现在公司大概有100人，增长速度很快，Notion就像是我们公司的内部知识库，我们的新员工入职文档、产品和工程计划、营销日程都在里面。公司任何人都可以查看，方便大家了解公司的整体情况，对于公司的扩张非常重要。

Lena Waters：作为 Notion 的新人，用 Notion 完成入职流程是一种很特别的体验。展望未来，Notion 在 Cursor 的角色会发生进化吗？有没有你期待探索的新功能？

Michael Truell：随着公司规模扩大，Notion里的内容会指数级增加，我们期待更多地使用 AI 问答。随着内容增加，AI 问答能快速获取公司情况。

Lena Waters：现在正值 Notion 焦点周，期间取消所有会议专注于项目工作。其实做到这点很难，但效果惊人，一旦实现就很棒。你现在是如何让团队保持专注？在这个超快速发展、充满 AI 和不断变化的开发环境中，保持团队专注的秘诀是什么？

Michael Truell：我觉得关键因素来自招聘人员和创始团队的适应性。过去三年半，我们经历了各种重大消息发布、面临产品上线下线的竞争压力，以及底层技术的不断变化。早期我们会关注所有事情，更不用说还要面对大量的客户反馈，噪音太多了。

我觉得在打磨产品第一年的经历，让我们逐渐明白并不是所有事情都重要，我们努力聚焦于关键事务，但重要的事情其实并不多，所以不需要对所有变化都做出快速反应。

在招聘过程中，我们会寻找那些低调务实、符合 Stripe 提出的“微观悲观、宏观乐观”理念的人。他们怀揣着用 AI 自动化编程、用更好的方式替代传统编程的远大目标，但在微观层面，他们对当前的工作状态永远不会满足，会指出像素偏差、程序加载速度慢等问题并加以改进。我们会寻找这样的人，同时会刻意排除那些过于乐观、容易满足的人。

Lena Waters：永远不满足现状。好的，现在是提建议的环节。如果你要给其他创业者留下一条建议，你会说什么？

Michael Truell：这很难说，因为建议要结合具体情况。我早期研究过不同公司的创业历程，硅谷现在充斥创业教条，但深入研究标杆企业，会发现很多情况都有反例。我的总体建议是，要对别人的建议保持怀疑态度，仔细思考自己的业务细节。

我们打破常规的一点，可能对现在创业的人有些启发。我们创业之初从解决方案倒推问题，这违背创业常理，但我们被 AI 潜力吸引，最终确立目标，打造最佳 AI 编程方式，最终实现自动化编程，用更好的方式替代传统编程，这完全不符合精益创业理念。

Notion也是如此，创始团队初衷是使软件开发民主化，终极目标相似，但方式截然不同。你们通过独特基础模块理念，虽耗时但成功，这也是解决方案导向。当前 AI 领域充满新可能，或许不必局限细分问题，可以着眼宏大愿景，从那里起步建设，只要保持坚定信念。

Lena Waters：假设要从零开始创业，在 AI 时代首先会着手做什么？

Michael Truell：我觉得创始团队是核心。我很幸运，有三位优秀的联合创始人。另一个传统认知是，大型创始团队不太容易成功，因为会很复杂、很混乱，但这对我们来说是巨大优势。三位联合创始人各有所长。表面背景相似，但公司内分工明确，仅靠我们四个人，就取得了很大的进展。

Lena Waters： 感谢你的坦诚分享，Cursor 是快速发展、专注业务和增长的典范，很高兴你今天能来这里！