YS

[YS @YSzhu2]

X上的知乎味越来越重了。

[YS @YSzhu2]

@yan5xu @Michell67291339 哈哈，今天下午还自己改了下，每个agent新开bb browser 都绑定单独的tabID，避免打架

[YS @YSzhu2]

@yan5xu 谢谢🙏！我去试试

[YS @YSzhu2]

@yan5xu vps上是不是用不了bb-browser呀，得在本地用呢？本地确实蛮好用的

[YS @YSzhu2]

飞书里用 OpenClaw 的 ACP 命令老报错。

搓了个ACP Chat skill，绕过 runtime，直接用 acpx CLI。

可在session里持续会话。

https://t.co/mq3UXMnIph

[YS @YSzhu2]

凌晨三点，Karpathy 的 autoresearch 还在跑。

5 分钟一个循环。改代码、跑实验、提交 commit。不睡觉，不停。

我盯着 GitHub 提交记录，突然意识到一件事：

研究员的工作，正在变成"决定 agent 该做什么"。

以前你的价值是执行力——能熬夜、能调参、代码写得快。现在这些都不值钱了。agent 比你快一百倍。

现在值钱的是判断力：这个问题值得做吗？这个方向对吗？

但判断力没法速成。不能靠刷题练出来，不能靠看课程学会。

这可能是唯一剩下的壁垒。

[Andrej Karpathy @karpathy]

I packaged up the "autoresearch" project into a new self-contained minimal repo if people would like to play over the weekend. It's basically nanochat LLM training core stripped down to a single-GPU, one file version of ~630 lines of code, then:

- the human iterates on the prompt (.md)
- the AI agent iterates on the training code (.py)

The goal is to engineer your agents to make the fastest research progress indefinitely and without any of your own involvement. In the image, every dot is a complete LLM training run that lasts exactly 5 minutes. The agent works in an autonomous loop on a git feature branch and accumulates git commits to the training script as it finds better settings (of lower validation loss by the end) of the neural network architecture, the optimizer, all the hyperparameters, etc. You can imagine comparing the research progress of different prompts, different agents, etc.

https://t.co/YCvOwwjOzF
Part code, part sci-fi, and a pinch of psychosis :)

[YS @YSzhu2]

用 AI agent 干了三个月活，最大的感受是执行不再是瓶颈。判断才是。

以前一个想法要落地，得找人、写代码、做设计。现在 Claude 写代码，Gemini 做调研，agent 自动跑流程。

但你有 10 个想法，AI 都能帮你做出来，哪个值得做？

以前执行成本高，逼着你想清楚再动手。现在成本低了，反而容易什么都试试。

AI 能帮你快速做出来，但做出来和有人要是两回事。想法多有优势，前提是你得知道哪些想法值得做。

市场要不要，这个 AI 帮不了你。

[YS @YSzhu2]

OpenAI 机器人团队负责人 Caitlin Kalinowski 辞职了。

不是因为技术分歧，是因为伦理边界：AI 监控美国人没有司法监督，致命武器自主化没有人类授权。她觉得这些红线讨论得不够。

技术迭代可以快，伦理边界的讨论不能省。尤其是监控和武器。

她用辞职表达立场。代价不小，但有些线不该轻易跨。

[Caitlin Kalinowski @kalinowski007]

I resigned from OpenAI. I care deeply about the Robotics team and the work we built together. This wasn’t an easy call. AI has an important role in national security. But surveillance of Americans without judicial oversight and lethal autonomy without human authorization are lines that deserved more deliberation than they got. This was about principle, not people. I have deep respect for Sam and the team, and I’m proud of what we built together.

[YS @YSzhu2]

看到很多人用 AI 的方式，我真绷不住。

每天群里晒"你看我用 GPT 写了个诗""你看我让 Midjourney 画了张图"。像小孩发现新玩具。

一年过去，问他赚了多少钱。客户多了几个。品牌有人知道吗。

沉默。

AI 不是用来证明你很厉害的。是用来积累资产的。

客户、数据、案例、现金流。这些是资产。你那些 demo 和截图，除了发朋友圈还能干啥？

真正会用的人在闷声发大财。你看不到他们晒 prompt，但能看到他们客户在涨，产品越做越快。

工具就是工具。

[YS @YSzhu2]

看 Forbes 报道 Cursor，最离谱的是这个数字：

Claude Code 每月收你 200 块订阅，实际烧掉 5000 刀算力成本。

说真的，这不是竞争，这是 Anthropic 在用钱砸出一个新范式。

我最近一个月两个工具都在用。Cursor 改代码确实快，但 Claude Code 那种"你说需求它直接给你搭出来"的感觉，完全是另一回事。

Cursor 年化收入 3 个月翻倍到 20 亿，但焦虑感巨大。因为他们很清楚，编辑器这个品类可能正在被重新定义。

就像当年智能手机刚出来，诺基亚也在疯狂增长。但方向已经错了。

我不是说 Cursor 会死。而是"编辑器"这个概念本身可能要变。未来可能不是"更好的编辑器"，可能是"会写代码的 agent，加一个审查界面"。

[宝玉 @dotey]

Forbes：Cursor 为 AI 编程霸主地位而战

【1】"战时状态"

1 月 5 日，Cursor 的员工们结束假期回到公司，迎接他们的是一场全员大会，演示文稿的标题赫然写着"战时状态"。

假期期间，一些员工试用了 Anthropic 最新发布的模型 Opus 4.5，得出了一个令人不安的结论：这个模型的编程能力已经强到开发者不再需要逐行审查输出代码的程度。开发者不必再在 Cursor 的代码编辑器里与 AI 助手协作打磨代码，而是可以直接向自主运行的智能体（Agent）下达高层级指令，收到完整的功能模块——有时甚至是成品。这对 Cursor 来说是个大麻烦。

Cursor 的立身之本建立在一个截然不同的前提之上。CEO Michael Truell 在 2024 年接受 Forbes 采访时，将它描述为一种"程序员的 Google Docs"——一个人类与 AI 协同打磨代码的编辑器。

但如果 AI 不再需要人类协作者，编辑器还有什么存在的必要？如果逐行编写和修改代码不再是程序员工作流的核心，Cursor 的核心产品逻辑就突然成了问号。

在那场全员大会上，Cursor 管理层警告说，接下来几个月将是动荡期。项目可能被砍掉，优先级可能被重新洗牌。公司的新使命被标记为"P0 #1"（P0，即最高优先级任务）："打造最好的编程模型。"

不是最好的套壳产品，而是最好的模型。说这是一次氛围转变也好，在 Cursor 内部，这更像是一场清算。

【2】增长与焦虑并存

这正是当下局面如此令人错愕的原因。就在不久前，Cursor 看起来还几乎势不可挡。公司在 2025 年初的年化收入约为 1 亿美元，到 11 月就已突破 10 亿美元。最新一轮融资将公司估值推至近 300 亿美元，四位联合创始人全部跻身亿万富翁行列，Cursor 也跻身全球最有价值的 20 大私营公司之列。

但在瞬息万变的 AI 世界里，势头的出现和消失都可能发生在一夜之间。

到了 2 月，Anthropic 发布了更强大的 Opus 新版本后，X（前 Twitter）上开始涌现创业公司创始人的帖子，声称他们的团队已经抛弃了 Cursor，认为 Anthropic 和 OpenAI 这样的模型厂商会自己吃掉编程工具这一层。

"我提到的那些公司……大多数人的看法是，Cursor 今天就已经过时了。"
—— Insight Partners 联合创始人、前执行董事 Jerry Murdock，20VC 播客

但数据讲述的是另一个故事。据知情人士透露，Cursor 的年化收入已突破 20 亿美元，三个月内翻了一番。企业信用卡公司 Ramp 和 Brex 的数据也显示收入持续增长至 2 月，不过 Ramp 指出 Cursor 在企业 AI 产品采购中的渗透率正在小幅下降。Claude Code 的强劲增长最终是否会冲击 Cursor 的增长，目前还不明朗。

在公司内部，Cursor 管理层清楚地知道，软件开发的未来不在于逐行编写代码。作为应对，他们一直在构建研发实力，试图通过发表研究成果和利用海量专有数据，在发布最佳编程模型的竞赛中抢先一步，跑在 Anthropic 和 OpenAI 前面。与此同时，他们开始优先发展大型企业客户合同，因为企业合同比个人订阅更加稳定。

目前，Cursor 的持续增长伴随着巨大的焦虑感。在公司内部，收入追踪一度让人分心到影响工作，以至于公司停止在 Slack 的 #numbers 频道发布每日收入数据。

【3】精英大学校园

Cursor 由四位 MIT 好友在 2022 年创立，最初的方向是构建帮助机械工程师设计物理零件的模型。但几位创始人在这个领域毫无经验，于是果断转型，找到了让他们一飞冲天的产品方向：一款爆红的代码编辑器。公司超快的编程模型最终引爆了"凭感觉编程"（Vibe Coding）现象——由前特斯拉 AI 总监 Andrej Karpathy 提出——人们可以用自然语言甚至语音向 AI 模型描述需求，就能生成完整的 Web 应用。

Cursor 的创始人以及公司 400 名员工中的很大一部分都是二十五六岁的年轻人，整个公司与其说像一家企业，不如说更像一座精英大学校园。员工进办公室要脱鞋，经常工作到午夜之后，在公司洗澡，住的地方离办公室不过几个街区。

---

一年前，Cursor 还以"只有 20 名员工、没有销售团队就把年化收入做到 1 亿美元"的病毒式增长闻名。它的高速增长吸引了 Accel、Andreessen Horowitz 和 Thrive Capital 等重量级风投的关注，还获得了一些顶级模型的优先使用权。2025 年，Anthropic 让 Cursor 提前试用了自家模型，并利用 Cursor 的反馈来提升模型的编程能力，形成了一种"竞合关系"（co-opetition，既竞争又合作）。

随着公司扩张到约 400 名员工，Cursor 已经占据了旧金山 North Beach 社区的四栋大楼，甚至把两栋办公楼之间公交站的广告位也征用了——贴上了一张印有全体员工姓名的海报。这大概就是 Cursor 版的"到此一游"。

【4】转向智能体

去年年初，Anthropic 主动联系了当时作为其最大客户的 Cursor，展示了一款名为 Claude Code 的新产品预览——这是一个界面极简的命令行工具，可以让开发者快速部署大批编程智能体。

乍看之下，它似乎不会与 Cursor 的代码编辑器形成直接竞争。但事实已经不再如此。Claude Code 在六个月内年化收入就突破了 10 亿美元，上个月更是达到 25 亿美元，超过了 Cursor。与此同时，OpenAI 也在同一方向加速推进。2025 年 4 月重新上线编程智能体 Codex 后，CEO Sam Altman 表示其应用在第一周就被下载了超过 100 万次。

创业公司创始人们告诉 Forbes，这场转变是深刻的。许多开发者不再逐行编写代码，而是开始"指挥"智能体——分配任务、审核输出、协调多个并行进程。

"这是软件开发诞生以来最大、最根本的变革。"
—— AI 语言学习应用 Speak 联合创始人兼 CTO Andrew Hsu

该公司 50 人的工程团队全部在使用编程智能体（主要是 Claude Code，部分场景也用 Codex），原本需要数月才能上线的功能，现在几周就能交付。他说 Cursor 在代码审查中仍有一席之地，但这个角色正在缩小。

【5】"删掉产品"

Cursor 的内部价值观里有一条直白的指令："删掉产品"——这是在承认公司的未来在于类似 Claude Code 和 Codex 的编程智能体。上周，Cursor 宣布了对其"Cloud Agents"产品的重大更新：现在，多个智能体可以在各自独立的工作空间中同时处理不同任务，并记录工作过程。

在内部，Cursor 管理层押注的是：企业客户会更看重一款不绑定单一模型提供商的产品。随着各家模型能力日新月异，天平随时可能倒向任何一方，这种担忧在开发者中与日俱增。

【6】自研模型：降低依赖

Cursor 也在努力降低对 Anthropic 和 OpenAI 的依赖。他们的核心判断是：一个更小但专精于编程的模型——基于自有数据训练——即使面对竞争对手不断加大投入的大型前沿模型，也能保持竞争力。据知情人士透露，目前约有 20 名 AI 研究员在开发 Cursor 的 Composer 模型。这些模型以 DeepSeek、Kimi 和 Qwen 等强大的中国开源模型为基础，再通过额外训练和利用 Cursor 自有数据的强化学习进行优化。成效显著：Composer 1.5 速度快，是平台上第二受欢迎的模型，而且 Cursor 运行它的成本远低于采购 Anthropic 大模型的费用。不过对开发者来说价格仍然不低：根据 Cursor 官网信息，Composer 1.5 的输入价格为每百万 token 3.5 美元，而 OpenAI 的 GPT-5.3 Codex 在 Cursor 内的价格为 1.75 美元。

【7】烧钱大战

成本始终是一个挥之不去的挑战。Cursor 的大型竞争对手们愿意大举补贴。据一位了解公司内部分析的人士透露，Cursor 去年估算过，一个每月 200 美元的 Claude Code 订阅可能消耗高达 2000 美元的算力成本，这意味着 Anthropic 在大幅补贴。如今这种补贴力度似乎更加激进——据另一位接触过公司算力开支分析的人士称，这个 200 美元的套餐现在能消耗约 5000 美元的算力。

Cursor 也对部分用户进行补贴，但力度似乎不及 Anthropic。据知情人士透露，Cursor 的个人订阅利润率为负，但企业套餐的利润率为正。使用 Cursor 的企业可以选择 Teams 计划（面向初创公司，可随时取消），或者谈判签订企业合同（面向大型组织）。

【8】押注企业客户

拓展企业业务是通向稳定的一条路径。企业合同签约周期更长，但客户流失率更低。据知情人士称，Cursor 历史上只流失过一两个企业客户。但这些令人垂涎的企业合同在 Cursor 的营收中占比一直不高：据 Forbes 看到的文件显示，截至去年 11 月，企业合同仅占 Cursor 年化收入的 13.6%。据一位知情人士透露，如今 Cursor 约 60% 的收入来自企业客户，但 Forbes 无法确认其中企业合同的具体占比。

公司的人员配置也反映了对企业市场的重视：一半员工专注于市场拓展相关职能。销售团队已经拿下了包括 Meta 和英伟达在内的大客户合同。

【9】客户流失的信号

压力正在不断累积。2 月份，房贷服务初创公司 Valon 的 90 多名员工取消了 Cursor 订阅。理由很直白：他们不再需要编辑器了。他们转向了 Claude Code 的强大智能体，将工作端到端全面自动化——系统间的数据迁移、Bug 修复——CEO Andrew Wang 表示这些任务的完成速度"快了 10 倍"。

【10】多智能体的未来

当软件开发界还在消化自主编程的冲击时，一个更新的范式正在浮现——多智能体系统：想象一下，一个开发者指挥着数十个智能体组成的团队，每个智能体都有自己的角色和职能，几乎就像人类队友一样协作。

现在，Cursor 正在探索构建一个能管理数百个智能体同时协作的工具，他们内部称之为"grind mode"（智能体全力运转的高强度工作模式）。这其中有很多复杂问题需要解决：比如如何为每个智能体分配专门的角色。有时候，当这些智能体发现自己有太多"同事"时，就会开始偷懒、表现变差——跟人类一模一样。

来源：Forbes: Cursor Goes To War For AI Coding Dominance
https://t.co/5KtPVFMK8D

[YS @YSzhu2]

Block 一刀裁了 40%。Jack 写了封公开信，说 AI 让小团队能干大事。

评论区两派。一派说 AI 是借口，本质换血。另一派说时代趋势，不变就死。

我把 Jack 那封信拆了一遍。他先说补偿方案（让你不好意思骂），再说 AI 是大势（让你觉得是命），然后说"我也很痛苦"（让你心疼他）。一套下来，被裁的人甚至觉得 Jack 人还不错。

说"AI 是幌子"的那些人呢？用的是另一套。愤怒加嘲讽，读完很爽，啥也没学到。

我自己每天用 AI agent 干活，一个人顶以前一个小团队。提效是真的。但"提效"和"裁一半人"之间差了十万八千里。Jack 选了对股价最好的那个选项，然后包装成"诚实"。

别争 AI 是不是借口了。该想的是：你手里有没有 AI 干不了的东西？

[YS @YSzhu2]

说真的，搞自动化最烦的不是搭系统，是系统隔几天就给你整个幺蛾子。

今天 YouTube 直接把我 IP 封了，agent 盯更新的功能瞬间瞎了。

[YS @YSzhu2]

2025年全球科技裁员24.5万人，仅次于2023年。

[YS @YSzhu2]

最近想明白一件事：行动力不是因，是果。

同样一个机会，"觉得可能行"的人和"确定能成"的人，行动密度完全不是一个量级。

确信的人不会等条件完美才动手。在他脑子里这事已经成了，剩下的只是找对人、调对姿势。他边干边补条件，行动本身就在创造条件。

所以真正要解决的问题从来不是"我该怎么做"，而是"我到底信不信"。

[YS @YSzhu2]

反过来也成立——不花钱也是一种断言：你在赌现金比任何能力都值钱，也就是赌未来没有值得投入的方向。

[李继刚 @lijigang]

每一笔资本支出都是一句断言：

在未来，这个方向上的能力会比现金更值钱。

[YS @YSzhu2]

人的意志力是有限的，但系统不会累。

把习惯交给系统，把复利交给时间。

[YS @YSzhu2]

今天用 AI agent 帮我调研目标公司，突然意识到一件事：

人和 agent 合作的摩擦力，远低于人和人合作。

没有情绪，没有面子，不用猜心情。说什么就做什么，不爽可以直接说。不会因为"不好意思麻烦你"而犹豫，也不会因为"他是不是不高兴了"而内耗。

当然 agent 也有局限——它不会 push back，不会因为觉得方向不对而跟你争。所以关键决策还是得自己拿。
但执行层的事，交给它就对了。摩擦力趋近于零。