Cursor没有做错任何事

@张一皓 @陈之琰

2026年8月14日， Cursor 宣布自己正式成为 SpaceX 的一部分。

加入 SpaceX 后， Cursor 称其将获得世界上最大规模的计算资源，用来训练更强、运行成本也更低的模型。

就在五个月前， Cursor 创始人之一 Michael Truell 曾用另一组词描述自己想建立的公司：independent and long-lasting（独立且长久）。

过去两年，模型公司不断向应用层扩张，越来越多的人开始怀疑，大多数AI应用类产品不过是暂时寄居在模型之上的一层界面。每当基础模型增加一项能力，就有一批应用失去存在的理由。

Cursor曾经是这个判断最有力的反证。它增长得比绝大多数软件公司都快，最早把模型变成一种新的工作方式，也让人相信应用公司可以比模型公司更懂用户。

但最后，最成功的AI应用仍然并入了一个拥有模型、算力和资本的体系——价格是600亿美元。

这无疑证明了 Cursor 的价值，但同时也证明了，价值与独立并不是同一件事。

有意思的是，在「elsewhere」最近发布的"2026年AI应用全国统一期中考试"中，有一题是：被称为应用"御三家"的 Manus 、 Liblib 、 Genspark 中，有哪家在训模型？其中有超过61%的人称，"不止一家"。

阶段性地回顾 Cursor 的故事，我们试图去理解一个问题：对于AI应用的长期独立发展， Cursor 到底是一道证明题，还是一道反证题？

No hand-waving

2019年，硅谷投资人 Ali Partovi 在加州计算机历史博物馆的咖啡馆里，给坐在对面的年轻人出了一道编程题。

Partovi 以为对方需要一个小时，但不到十分钟，年轻人就写完了答案，且又反过来给他出了一道题。等 Partovi 解完，自己的草稿纸已经涂成一团，而对方的推导式看起来却整整齐齐。

Partovi 后来回忆，他在那个年轻人的名字旁写下A+，又添了几颗星。这意味着：无论这个人以后做什么，都应该再看一眼。

这个名叫 Michael Truell 的年轻人刚满18岁。

三年后， Truell 和另三个MIT学生的名字被写进同一家公司的股东名册： Aman Sanger 、 Sualeh Asif 、 Arvid Lunnemark 。

四人都学数学和计算机，都在编程竞赛的环境里长大。但在一起创业之前，他们曾两两地在两家公司里工作。

Truell 和 Sanger 是 Horace Mann School 的高中同学。毕业时两人确定要一起干，但不知道干什么，只是决定了要避开AI编程。

这个选择源于： GitHub Copilot 已经公开，代码补全看上去是一条极其拥挤的赛道。

相比之下，机械工程仍是一片空白：还没有一家公司真正把大模型放进CAD软件，预测工程师在 SolidWorks 或 Fusion 360 里的下一步操作。

两个人开始收集CAD数据、自己训练模型、自己做推理，做出了一个机械工程AI工具： Cursor 。很快，他们遇到了困难：公开的CAD数据远少于代码，模型一放大就过拟合；语言模型向CAD的迁移效果不好；三维空间推理又是当时模型最明显的弱项。

真正使项目停下来的是另一个更根本的问题：两个人都不是机械工程师。他们不知道产品究竟有没有替工程师解决问题。 Sanger 后来说，创业者最好本身就是产品的重度用户。

Truell 把那段时间称作"在沙漠里游荡"，他说最早期的 Cursor 是" solution in search of a problem "——先看到了技术能力，再去找真正成立的场景。

在另一边， Asif 和 Lunnemark 正在做一件技术上要严肃得多的事。

那家公司叫 Anysphere Messaging ，要解决的是服务器读不到内容的情况下，也不应该知道任何通信是否发生过。

Lunnemark 在2021年11月写过一篇文章解释为什么值得做，标题叫：《It Is Time to Move Beyond End-to-End Encryption（是时候超越端到端加密了）》。 他举的例子是家暴热线、向记者提供材料的线人、参加反对派群聊的人等等。

他们把它当成正规的密码学研究来做：开源代码，写技术白皮书，正式定义 metadata-private messaging 的安全目标，并给协议做了完整证明。然而，作为产品，它却几乎无法使用。

为了隐藏发送者和接收者，真实消息需要被放进足够大的匿名集合。结果是，发送一条消息通常要等五分钟，服务器成本也很高。要让系统真正安全，就需要大量普通用户；但普通用户对 metadata privacy 的需求，并没有强到足以接受这些体验损失。

2022年8月，团队主动关闭项目。 Lunnemark 在同一天写了一篇名为《Concreteness（具体性）》的文章。

文中他承认，自己此前沉浸于一套宏大的推理，但具体来看却问题重重。他把部分原因归到自己的骄傲上。作为教训，他给自己定下一条规则：以后谈论一项计划，必须说清楚谁会在什么场景下怎样使用它，" no hand-waving "。

在数学中，" hand-waving "（挥手式论证）指在证明或解释过程中，故意省略掉复杂的逻辑细节，而用直觉描述来跳过这些步骤。

两条失败线在此汇合。

他们也都强烈意识到：要做自己能够判断对错的具体事。

而代码恰好是这样一个世界——已被大规模数字化，可编译、运行和测试，错误能够迅速显现。更重要的是，写代码是他们四个人每天都在干的事。

2022年底，两组人先后通过 OpenAI 的早期计划摸到了 GPT-4 。他们决定回到那条一开始试图避开的赛道： Anysphere 成了公司名， Cursor 成了产品名。

新房子

2022年，AI编程产品还通常以插件的形式存在。

这是最稳妥的选择。插件开发更快，也不需要说服程序员离开使用多年的编辑器。GitHub Copilot住进了VS Code和其他开发工具，亚马逊的 CodeWhisperer 采用相同路径， Codeium 则尽可能覆盖更多编辑器。

AI编程看上去像一门给旧房子添置新家具的生意。

Anysphere 团队的判断相反：如果模型最终不只是补完一行代码，而要承担一项完整的工程任务，那么程序员需要的就不只是一件新家具，而是一间围绕AI重新设计的新房子。

模型需要看到整个代码库，而不只是当前打开的文件；它需要同时修改多个位置，而不是在光标后面补写几行；每一次修改都必须能够被检查和撤回；终端、测试结果和代码变更，也要进入同一个反馈循环。

当模型从侧边栏里的建议者变成工作的参与者，AI就不能只是编辑器边缘的一项功能。它需要重新安排整个界面。

于是，四个人用了五周时间，从头写出一款编辑器。但等它被交到外部用户手里，抱怨随即出现：扩展不够，终端不好用，语言支持不完整，原有的开发习惯无法迁移。

每一项抱怨都有道理。一款成熟的编辑器需要十几年积累兼容性，一支几个人的团队不可能在五周里重新完成这些工作。

他们很快放弃了亲手写出的底座，把 Cursor 迁移到微软开源的 Code OSS 上。

后来， Cursor 时常被形容为" VS Code 套壳"。但真实的顺序恰好相反：团队先手写了一遍产品，确认模型必须控制哪些界面，再把传统编辑器的兼容性问题交给成熟的开源基础设施。

Code OSS 替 Cursor 解决了扩展、语言和用户习惯的问题， Cursor 则保留了重新安排工作流的权利：模型在什么时候出现，可以看到哪些文件，怎样改动多个位置，以及用户如何检查和撤回这些修改。

无关模型、技术， Cursor 最早的优势只是比别人更早意识到：模型能力不会自动成为产品。上下文、延迟、交互、修改和验证，共同决定了一项模型能力能否进入真实工作。

Lunnemark 后来在一篇技术文章里说：如果一项AI功能哪怕稍微降低了正常写代码的体验，用户——包括他自己——就不会用 Cursor 。

一个典型例子是 Cursor 对待延迟的态度。在一次访谈里，主持人随口说代码编辑器应该" fun "。 Lunnemark 紧接着说：" Fast is fun. "

负重起飞

2023年3月， Cursor 正式发布。之后接近一年，它的收入曲线几乎没有明显变化。直至当年10月，公司的 ARR 刚刚超过100万美元。

对于一个只有几个人的团队，这已经是一门不错的生意。但放在后来那条近乎垂直的增长曲线旁边，它更像一段漫长的助跑。

当时的模型可以补写一句代码，解释一个函数，却很难可靠地理解整个代码库。它们不能稳定地修改多个文件，也无法在一次尝试失败后继续寻找原因。 Cursor 已经把代码库、编辑器和模型连接在一起，但决定产品上限的变量并不掌握在它自己手里。

只能等。而愿意等很大程度上因为他们所看到的未来。

早在2022年6月， ChatGPT 还没有发布， Sanger 就和16岁拿到 IMO 金牌的张盛桐打了个赌：到2024年六七月，AI模型能够达到 IMO 金牌水平。

Asif 自己参加过三届 IMO ，听完的反应是 Sanger 大概"疯了"——即便他也相信AI会进步，两年内摸到 IMO 金牌线也太夸张了。

Sanger 就是这样一个对 scaling 极致着迷的人，有段时间，他会穿着印有 scaling laws 曲线和公式的 T-shirt 到处走。

两年后回看， Asif 把那个赌称为团队里最有先见之明的赌注之一。2024年， DeepMind 距离金牌线只差一点。

等待也不意味着什么都不做。他们保持很小的团队和较低的消耗，继续改善上下文、延迟和交互，并定下一条规则：只要新模型出现，就在第一时间接入。

2023年10月，也就是 ARR 刚过100万美元那个月， Asif 在公司博客上发过一篇名为《 Our problems 》的文章，可以理解为当时的 to-do list ：

• 不只预测下一段新代码，还要做" copilot for edits "；

• 开发能主动发现 bug 的系统；

• 让模型修改整个文件甚至整个目录；

• 做受约束的、不打断工作流的 agent ；

• 让模型理解整个代码库。

最远的一条被他命名为" time warp "（时间扭曲），内容是：预测用户接下来15分钟会做哪些跨文件修改。

Asif 还写到，团队每天都使用 Cursor 约十二小时，所以新问题会持续出现，优先级也一直在变。

清单已经写好，缺的是引擎。

2024年6月， Anthropic 发布 Claude 3.5 Sonnet 。它的代码能力跨过了一个明显的门槛：可以处理更长的上下文，更好地理解代码库，完成跨文件修改，并在任务失败后继续尝试。

Cursor 很快接入这款模型，围绕它重做代码库理解和多文档分析，并将其设为默认选项。

两个月后， Andrej Karpathy 在X上写道：“ I'm trying VS Code Cursor + Sonnet 3.5 instead of GitHub Copilot. ”

更多开发者开始迁移。2023年还只有约100万美元 ARR 的 Cursor ，到2025年初已经超过1亿美元；当年晚些时候，它又跨过了10亿美元。

但如果 Cursor 只是比别人更快接入 Claude ，它不会成为后来那家公司。从 Tab 开始， Cursor 就展现了与同类产品的不同。

Tab 功能使程序员写下半行代码，机器会根据当前文件、附近的代码和最近的修改，预测接下来要写什么。它不等用户组织好一段完整的需求，而是在动作发生时给出下一步建议。用户按一下 Tab 就能接受，也可以继续输入，无成本地拒绝。

Cursor 后来把服务器端的中位响应时间从475毫秒压缩到260毫秒。两个数字只相差约四分之一秒，体验却不同：前者仍然像在等待远处服务器的回答，后者已经接近人类动作的一部分。

随后， Cursor 把这种协作关系逐级放大。模型先是补完一句代码，再按照指令修改一段。到了名为 Composer 的多文件编辑功能，用户可以交出一个相对完整的目标，让AI理解代码库并同时修改多个文件。此后， Composer 又逐渐加入搜索代码、调用工具、运行命令和检查结果等 Agent 能力。多个 Agent 可以并行工作后，界面的中心也开始从“文件”转向“任务”。

Composer 后来也成为 Cursor 自研模型的名字。

总的来说， Cursor 创造了一套让模型进入真实工作的方式。

Sanger 在2024年谈到微软时说，AI编程的变化速度意味着，领先几个月就会产生很大的产品差异。一年后的 Cursor 必须让今天的 Cursor 显得过时，否则就已经慢了。

这显然是有价值的，但问题是模型越强， Cursor 就越有价值。后来，这也成了它最难摆脱的限制。

唯一胜利法

在继续讲述 Cursor 的故事前，需要先理解它的护城河到底是什么。

2025年时 Truell 曾回忆，2022年刚开始做 Cursor 时，就经常被问：既然 AGI 可能在几年内消灭大量垂直应用，为什么还要建立一家应用公司？

他们回答说， Cursor 是一段漫长的“ messy middle ”。模型能力会以参差不齐的方式进步，用户需要有人把不同能力组织成可用产品。只要模型还无法直接完成整个工作，应用层就可以决定模型怎样进入现实。

2023年接受媒体采访时，团队认为存在两个来自平台的风险：

一边是微软。 VS Code 扩展 API 不能让第三方完整控制编辑器，而 Copilot 拥有更深的内部权限，这促使 Cursor 直接做一款完整编辑器；

另一边就是模型供应商。和后来的很多应用公司类似， Cursor 当时觉得“保持模型中立”是一种化解风险的方式。不同任务调用不同模型，使用小模型完成低延迟操作，使用大模型处理复杂推理，自己训练特定模型，再把所有能力组合进同一个工作流。

2024年，创始团队对 Lex Fridman 说：如果停止创新， Cursor 没有护城河；唯一的胜法是持续改善产品。

Truell 还说过， Cursor 不存在传统意义上的 lock-in ，任何积累都可能被下一次产品或模型跃迁穿透。他将其称为一种“ consumer-like moat ”——用户留下，只因为你仍然是最好的。

同年接受 The Verge 采访时，他又承认，AI软件的经济结构更像 AWS ：使用越多，成本随之上升。 Cursor 已经成为“一场介于 AI Labs 与软件公司之间的奇怪实验”。

简单来说，他们在问题发生前就知道，“数据飞轮”、“工作流壁垒”这些没法长期安身立命。他们的关键自救之一就应该向上，进入模型层。

不同斜率的坡

2026年1月5日， Cursor 开了一场被员工形容为“ War Time ”（战争时刻）的全员会。

此刻， Anthropic 旗下的 Claude Code 正在快速增长， Cursor 对这家供应商的依赖开始显得危险。 Truell 在会上要求团队减少非必要的会议，快速调动人手，加速自己的模型研发。

问题第一次暴露出来是在半年多以前。

2025年6月， Cursor 修改了每月20美元的个人Pro套餐。

旧套餐提供固定数量的快速请求和不限量的部分使用；新套餐把20美元变成模型用量额度，根据 API 价格扣除，用完后继续使用就会产生额外费用。

对于复杂的编程任务，额度消耗得很快。一些用户没有意识到自己已经进入超额计费，直到收到远高于预期的账单。退款和退订的帖子开始占据 Cursor 的社区。

18天后， Truell 发布道歉信，承认公司没有解释清楚调整，承诺退还意外产生的费用。

从产品管理的角度看，这只是一次定价事故。但它也第一次把 Cursor 藏在20美元订阅背后的另一张账单暴露出来。

传统软件多服务一位用户，新增成本通常很低。 AI Agent 却不同：它每向前完成一步，都需要消耗推理资源。任务越长、上下文越多、调用的模型越强，成本就越高。用户支付固定月费， Cursor 却按照 Token 、缓存和计算资源向模型及云服务商付费。

Cursor 卖给用户的是一个确定的价格，向上游购买的却是一张不断滚动的账单。而随着它的产品越好，这个问题就会越明显。

Cursor 与 Anthropic 因此形成了一种特殊的依赖关系。 Claude 帮助 Cursor 成为增长最快的AI应用之一， Cursor 也一度是 Anthropic 最重要的 API 客户之一。双方都从对方的增长中受益，但成本和供给的解释权并不在 Cursor 手里。

更麻烦的是，2023年 Cursor 判断的“平台风险”是对的，供应商正成为竞争者。

2025年， Anthropic 把 Claude Code 推向市场。发布前，它还被形容为一项研究尝试；几个月后，它已经成为一门快速增长的商业产品。 Anthropic 不需要向外部供应商支付 Claude 的 API 加价，并且掌握模型的接入、成本和发布节奏。

到了2026年初， Claude Code 的 ARR 就超过了 Cursor 当时的水平。

微软则从另一个方向施加压力。 Cursor 依靠 Code OSS 获得编辑器兼容性，但部分重要扩展仍由微软控制。微软开始限制一些专有扩展在非微软编辑器中的运行，同时把更多AI能力直接放进 VS Code 。

Cursor 最早作出的两个正确选择——建立在 Code OSS 上，以及迅速接入最强模型——分别把它连接到了两个强大的上游。而这两个上游都可以进入它的市场。

Anthropic 向下做应用，微软保护自己的平台，都是容易理解的商业决定。但问题在于，双方走向彼此时面对的坡度并不相同。

模型公司向下做应用，可以使用已有的模型、算力和研究团队；应用公司向上做模型，则需要重新获得资本、人才和计算资源。

Cursor 的成功反而使这个过程加快了。每增加一批用户，它都会同时完成三件事：为上游带去更多推理收入，向上游证明AI编程市场足够大，并产生更多关于开发者如何使用模型的数据。

它越成功，越需要购买上游资源；它越成功，上游也越有理由亲自进入它的市场。

有意思的是，这家公司内部对增长的态度一直是怀疑的。 Cursor 越过1亿美元 ARR 时，内部的 Slack 机器人发出一条数字通知，员工简单庆祝，办公室很快恢复正常。

Truell 在全员会上反复说过一句话：“ Growth can hide poor execution. ”（增长会遮蔽糟糕的执行。）

Cursor 证明了，应用公司可以比模型公司更懂用户。但它还没有证明，一家更懂用户的公司，能够长期承受模型公司决定的成本、供给和竞争。

钱解决不了问题

Cursor 尝试过摆脱这种依赖。

早在2024年，它就开始训练自己的模型。2025年后，自研节奏明显加快，先后推出数代自研模型 Composer 。

Composer 的目标并不是成为一个无所不知的通用模型。它真正拥有的是开发者在真实任务中的行为：一个需求如何被拆解， Agent 应该先搜索哪里，什么时候调用工具，哪些修改会被接受，失败后又该如何验证。

这些数据适合被用于后训练。 Cursor 可以让模型更熟悉自己的产品负载，用更低成本完成搜索代码库、修改文件和运行测试等任务。按照公司的设想，一项使用前沿模型需要数美元甚至十余美元的任务，可以被自研模型压到一美元以内。

2026年3月， Cursor 发布 Composer 2 。几个小时后，有开发者在接口信息中发现一个没有清理干净的模型ID，指向月之暗面的 Kimi K2.5 。

一开始， Cursor 没有说明基座来源。随着质疑扩大，公司承认 Composer 2 使用了 Kimi 的开源模型，又解释这是一项经过授权的商业合作。六天后，团队发布了一份46页的技术报告，补充基座选择、数据和训练过程。

争议集中在披露、署名以及“自研”一词的边界。但它也展示了应用公司进入模型层的现实路径：不必从零完成预训练，而可以站在已有的开源基座上，把资源集中在后训练和产品适配。

即使如此，训练仍然需要比过去大得多的算力。

Truell 后来在 Cursor 的博客中写道，团队想把训练推得更远，但已经“被计算资源卡住了”。

这是应用公司向上攀爬时最难绕开的部分。

产品设计、开发者关系和真实反馈可以帮助 Cursor 训练出更适合编程的模型，却不能自动变成 GPU 、数据中心和电力。即便不从零训练基础模型，持续后训练、大规模推理和快速迭代仍然是一门资本密集的生意。

Cursor 并不缺少资本。

2024年8月，团队以4亿美元估值融资6000万美元；四个月后，又以26亿美元估值融资1.05亿美元。2025年6月，公司完成9亿美元融资，估值升至99亿美元；同年11月，再获23亿美元，估值达到293亿美元。

从4亿美元到293亿美元，只用了一年多。到了2026年4月，新一轮至少20亿美元的新融资开启，拟议估值已达500亿美元。

但融资速度越快，反而越能说明问题： Cursor 需要的已经不只是一笔帮助创业公司扩大规模的钱，而是一项需要持续投入数十亿美元、并且不能中断的基础设施。

新一轮融资诚然可以继续购买算力，却无法让算力成为其自身资产；可以延长 Cursor 保持独立的时间，却无法消除这种根本性的依赖。

证毕

2026年4月， Cursor 一边洽谈新一轮融资，一边收到 SpaceX 的收购方案。

那份协议是一段时间窗口： SpaceX 取得为期半年的独家收购选择权；如果最终不行使，则支付100亿美元，双方转为算力与模型合作。两个月后，双方签署最终合并协议，全股票交易对 Cursor 的定价约为600亿美元。

马斯克真正购买的，当然不只是一款编辑器。

第一项资产是开发者入口。Cursor已经进入大量企业和开发团队，成为程序员调用模型、分配任务和审阅结果的工作界面。谁控制这个界面，谁就更接近软件生产中最频繁、也最有价值的一组行为。

第二项是数据。公开代码只能说明最终写出了什么， Cursor 掌握的交互信息。相比静态代码，这些行为更适合用来训练下一代编程模型。

第三项是收入和客户关系。 Cursor 已经证明，模型能力可以被组织成用户愿意持续付费的产品，并进入企业采购体系。对一家拥有模型和算力的公司而言，从头建立这些关系并不比训练模型容易。

600亿美元，按当时约40亿美元的年化收入计算，它对应大约15倍P/S。

对谈判桌的另一边，拥有 Colossus 算力集群和 Grok 模型体系的马斯克，恰好能提供 Cursor 需要的。

双方缺少的资产，分别在对方手里。

这笔收购很容易让人想起2018年微软以75亿美元全股票收购 GitHub ：两笔交易都在购买开发者入口，但买到的资产并不相同。

GitHub 保存着代码仓库、提交历史、权限设置和团队协作关系。企业一旦离开，就要迁移多年积累的核心生产资料，因此它拥有很高的切换成本。 Cursor 掌握的则主要是开发者使用AI的入口、工作流程和行为数据。这些数据对训练模型很有价值，但并不能同样牢固地留住用户：如果另一款AI编程工具变得更好，开发者通常可以迅速迁移。

因此，GitHub的价值更容易留在平台内部；Cursor的价值则更容易被模型和算力的拥有者吸收。前者是一项能够长期防守的平台资产，后者是一项战略价值高、却更难防守的应用资产。

收购并没有否定 Cursor 的应用价值，恰好相反，它是因为把产品做得足够成功，才走到了一个仅靠产品能力无法解决的位置。600亿美元就已经是一种确认。但它揭示了"创造价值"和"保留价值"之间的差别。

2026年8月14日，交易交割。 Anysphere 成为 SpaceX 的全资子公司，股东合计换得3.89亿股 SpaceX A类普通股。但结局从2025年10月就开始了。

那个月， Lunnemark 在博客中留下三段很短的话，72个字，表达难过、兴奋和感谢，然后离开。八个月后，其余三位创始人在600亿美元的合并协议上签了字。

Anysphere 是any和sphere的组合，背后的含义可能是相信任何领域都可以被看作一个能够求解的系统。代码可编译，产品可测试，模型给出的答案也可验证。

四年后，他们遇到了一道没有测试集的题：做成一家最成功的AI应用，和建立一家"independent and long-lasting company"能不能是同一件事？

在这道题出现之前，曾在Stripe和Figma早期工作过的Brie Wolfson在Cursor办公室断续观察了约两个月。她问Asif，做这家公司最让他担心的是什么。

Asif的答案是：People start talking about the weather at meals（人们开始在用餐时讨论天气）.

那两个月里，Wolfson观察到，Cursor员工们在午餐和晚餐的大部分时间都讨论着正在做的东西、还没想明白的问题、技术和产品的未来。而Asif则始终担心，有一天大家坐在一起，已经没有真正的问题可以讨论了。

四个人中，三个人在合同上签了字。第一个离开的人，Lunnemark创办了一家叫做Integrous的新公司，要研究如何在更强的智能面前保留人的自由。

参考资料

Cursor Team, Cursor, "Cursor is now a part of SpaceX", 2026-08-14 Space Exploration Technologies Corp., U.S. Securities and Exchange Commission, "Form 8-K: Completion of Acquisition of Anysphere", 2026-08-14 Allie Garfinkle, Fortune, "Cursor's crossroads: The rapid rise, and very uncertain future, of a $30 billion AI startup", 2026-03-21 Shubhangi Goel, Charles Rollet, Business Insider, "Inside Cursor's wild rise", 2026-06-15 Ali Partovi, Neo / LinkedIn, "The Cursor prehistory", 2026-06-22 swyx, Alessio Fan, Latent Space, "Cursor.so: The AI-first Code Editor — with Aman Sanger of Anysphere", 2023-08-22 Arvid Lunnemark, Anysphere Messaging, "It Is Time to Move Beyond End-to-End Encryption", 2021-12-29 Arvid Lunnemark, Shengtong Zhang, Sualeh Asif, Anysphere Messaging, "Anysphere Messaging Post-Mortem", 2022-08-25 Shengtong Zhang, Arvid Lunnemark, Sualeh Asif, Cryptology ePrint Archive, "Formal Security Definition of Metadata-Private Messaging", 2022 Arvid Lunnemark, arvid.xyz, "Concreteness", 2022-08-25 Lenny Rachitsky, Lenny's Podcast, "The rise of Cursor: The $300M ARR AI tool that engineers can't stop using", 2025-05-01 Lex Fridman, Lex Fridman Podcast, "Transcript for Cursor Team: Future of Programming with AI | Podcast #447", 2024-10-06 Sualeh Asif, Cursor, "Our problems", 2023-10-12 AlphaProof and AlphaGeometry teams, Google DeepMind, "AI achieves silver-medal standard solving International Mathematical Olympiad problems", 2024-07-25 Anthropic, Anthropic, "Claude 3.5 Sonnet", 2024-06-20 Andrej Karpathy, X, "Programming is changing so fast...", 2024-08-23 Cursor Team, Cursor, "Series B and Automating Code", 2025-01-16 Cursor Team, Cursor, "Past, Present, and Future", 2025-11-13 Cursor Team, Cursor, "A new Tab model", 2025-01-13 Cursor Team, Cursor, "Introducing Cursor 2.0 and Composer", 2025-10-29 Casey Newton, The Verge / Decoder, "Why tech is racing to adopt AI coding", 2025-08-04 Michael Truell, Cursor, "Clarifying our pricing", 2025-07-04 Tim Anderson, DevClass, "VS Code extension marketplace wars: Cursor users hit roadblocks", 2025-04-08 Cursor Team, Cursor, "Introducing Composer 2", 2026-03-19 Anthony Ha, TechCrunch, "Cursor admits its new coding model was built on top of Moonshot AI's Kimi", 2026-03-22 Cursor Team, Cursor, "A technical report on Composer 2", 2026-03-27 Cursor Team, Cursor, "Cursor partners with SpaceX on model training", 2026-04-21 Cursor Team, Cursor, "Series A and Magic", 2024-08-22 Rashi Shrivastava, Forbes, "Engineers At OpenAI And Midjourney Are Using This $400 Million Startup's AI Coding Software", 2024-08-22 Marina Temkin, TechCrunch, "In just 4 months, AI coding assistant Cursor raised another $100M at a $2.6B valuation led by Thrive, sources say", 2024-12-19 Cursor Team, Cursor, "Series C and Scale", 2025-06-06 Mary Ann Azevedo, TechCrunch, "Coding assistant Cursor raises $2.3B, 5 months after its previous round", 2025-11-13 Marina Temkin, TechCrunch, "Sources: Cursor in talks to raise $2B+ at $50B valuation as enterprise growth surges", 2026-04-17 Sarah Wang, Matt Bornstein, Martin Casado, Andreessen Horowitz, "Cursor + SpaceXAI: the fastest iterating team wins", 2026-08-14 Richard Nieva, Anna Tong, Forbes, "Cursor Hits $4 Billion Annualized Revenue Ahead Of SpaceX IPO", 2026-06-08 Microsoft, Microsoft News Center, "Microsoft to acquire GitHub for $7.5 billion", 2018-06-04 Arvid Lunnemark, arvid.xyz, "Leaving", 2025-10-17 Brie Wolfson, Colossus, "Inside Cursor: Sixty days with the AI coding decacorn", 2025-11 Integrous Research, Integrous Research, "Integrous Research" Forbes Staff, Forbes, "Arvid Lunnemark", 2026-03-10

封面来源：Joseph Wright 'of Derby', An Experiment on a Bird in the Air Pump, 1768, The National Gallery